Boris Cherny es el creador de Claude Code en Anthropic. Comenzó como un proyecto de incubadora con un equipo de tres personas y transformó el concepto de "autocompletar una línea de código con Tab en un IDE" en "dejar que un Agente escriba todo el proyecto". A principios de 2026, Claude Code ya había superado los mil millones de dólares en ingresos anualizados, descrito por la propia Anthropic como la transición más rápida de la historia de una vista previa de investigación a un producto de mil millones de dólares.
Esta entrevista proviene de la conferencia AI Ascent 2026 de Sequoia, organizada por la socia de Sequoia, Lauren Reeder.
Video Original: https://www.youtube.com/watch?v=SlGRN8jh2RI
Conclusiones Clave
- Boris no escribió ni una sola línea de código en todo 2026. Fusionaba docenas de PRs a diario, con un récord de 150 en un solo día, aunque admite que fue para "ver hasta dónde podía llegar el modelo".
- Claude Code no tuvo PMF durante los primeros seis meses. Cuando se construyó inicialmente, Boris solo lo usaba para el 10% de su código. El crecimiento exponencial comenzó solo después del lanzamiento de Opus 4 en mayo de 2025, y cada nueva generación del modelo impulsó la curva aún más hacia arriba.
- Boris ahora hace la mayor parte de su trabajo desde el teléfono. Mantiene de 5 a 10 sesiones y cientos de Agentes activos en la App de Claude, con miles ejecutando tareas profundas por la noche. El modo de programación central se llama "Loop", donde Claude inicia un ciclo temporizado mediante cron.
- Anthropic ya no tiene código escrito a mano internamente. Todo el SQL y el código de producto son generados por modelos. Los Claudes de los empleados se comunican entre sí a través de Slack, preguntando directamente cuando tienen dudas.
- Sobre el "Fin del SaaS", Boris toma prestado el marco de "7 Poderes" de Hamilton Helmer: Los costos de cambio y el poder de proceso serán aplanados por la IA porque los modelos pueden manejar migraciones e iterar procesos ellos mismos. Los efectos de red, las economías de escala y los recursos acaparados permanecen sin cambios.
- Su analogía histórica más importante es la imprenta. Él cree que la construcción de software se volverá tan universal como la alfabetización. La mejor persona para escribir software de contabilidad será un contador, no un ingeniero, porque programar es la parte fácil; entender el negocio es la parte difícil.
- La verdadera ventaja de Anthropic no está en la tecnología, sino en el proceso organizacional. Todos pueden usar los modelos, pero cómo se reestructura la organización interna, cómo se comunican los Claudes y cómo la empresa reemplaza todo el código escrito a mano es donde reside la brecha del producto.
[1] Cómo creció Claude Code de un proyecto de incubadora de tres personas
Boris dice que creó Claude Code "por accidente". A finales de 2024, se unió a una incubadora interna llamada Anthropic Labs. El equipo tenía solo unas pocas personas, y sus resultados iniciales fueron Claude Code, MCP y la App de Escritorio de Claude. El equipo se disolvió brevemente pero se reorganizó a principios de 2026 bajo el liderazgo de Mike Krieger.
Nota:
Mike Krieger es cofundador y ex-CTO de Instagram. Se unió a Anthropic como Director de Producto en mayo de 2024 y se trasladó al equipo de Labs en enero de 2026 para liderar la incubación de productos experimentales junto a Ben Mann.
Boris describe por qué quería abordar la programación usando un término común dentro de Anthropic: "excedente de producto" (product overhang). Esto se refiere a una situación donde las capacidades del modelo existen pero aún no se han convertido en producto.
Observamos el estado de la programación a finales de 2024, y el estado más avanzado era presionar la tecla Tab. Abrías un IDE, presionabas Tab, y el modelo te daba una línea. Eso fue lo que Sonnet 3.5 habilitó primero. Pero la sensación era que podíamos ir mucho más allá; el modelo estaba casi listo para el siguiente paso. No necesitábamos autocompletar con Tab; podíamos dejar que el Agente escribiera todo el bloque de código.
Pero después de construirlo, casi nadie lo usó durante los primeros seis meses. Boris dice que la versión inicial era "básicamente inutilizable", e incluso él solo la usaba para el 10% de su trabajo. No hubo crecimiento exponencial ni siquiera después del lanzamiento público. El verdadero punto de inflexión fue el lanzamiento de Opus 4 en mayo de 2025. Desde entonces, cada nueva generación del modelo, desde Opus 4 hasta 4.5, 4.6 y ahora 4.7, ha provocado que la curva de crecimiento se dispare de nuevo.
Admite que todo el proceso fue una apuesta que desafió la lógica convencional de PMF (Ajuste Producto-Mercado):
Estábamos construyendo algo que inicialmente carecía por completo de PMF. Sabíamos que no tendría PMF durante los primeros seis meses porque estábamos desarrollando para la próxima generación de modelos. Esa fue nuestra estrategia de principio a fin.
Nota:
La lógica de producto de Anthropic es apostar a que "las capacidades del modelo alcanzarán un cierto punto" y construir el producto para ese punto futuro por adelantado, que es lo opuesto al enfoque típico de SaaS de "validar la demanda primero, luego construir".
[2] "La Programación está Resuelta", pero esta es la versión personal de Boris
Lauren le preguntó qué quería decir con su declaración pública de que "la programación está resuelta". Boris realizó una encuesta en vivo a la audiencia: "¿Quién sigue escribiendo el 100% del código él mismo?" "¿Quién ha dejado de hacerlo al 100%?" "¿Quién está en el medio?" El resultado fue aproximadamente "50% resuelto". Pero para el propio Boris, la proporción es del 100%.
Explicó que el código base de Claude Code (que el público vio debido a una filtración) es TypeScript y React. No hay ningún secreto. Eligieron TypeScript y React porque son extremadamente comunes en los datos de entrenamiento del modelo; están "en la distribución". En ese momento, los modelos no eran tan inteligentes, por lo que la elección del framework determinaba cuánto podía escribir el modelo. Ahora, los modelos son lo suficientemente fuertes para aprender idiomas desconocidos sobre la marcha, pero a finales de 2024, tenían que elegir el stack que el modelo conocía mejor.
Debido a que eligieron el stack que el modelo conocía mejor, el equipo superó un umbral temprano: el modelo comenzó a escribir el 100% del código. Boris dice que esto sucedió en octubre o noviembre del año pasado.
Ahora fusiono docenas de PRs al día. Un día de la semana pasada fusioné 150; fue un récord, solo quería ver si podía llevarlo al límite.
Sin embargo, admite explícitamente que esta conclusión no es universal. Todavía existen bases de código masivas y complejas y lenguajes de nicho con los que los modelos tienen dificultades. Su respuesta es esencialmente "solo espera".
La respuesta habitual es simplemente esperar a la próxima generación de modelos.
Nota:
La conclusión de Boris está claramente sesgada. Utiliza un stack convencional (TypeScript+React), su base de código es madura y está "dogfooding" con modelos exclusivos internos como Mythos en Anthropic. "La programación está resuelta" funciona para él, pero para un sistema heredado de C++ de 30 años o un equipo de motor de juego, la conclusión sería muy diferente.
[3] Ejecutando cientos de Agentes en un teléfono: el flujo de trabajo de Boris
Boris mencionó que compartió su flujo de trabajo personal en Twitter hace seis meses. No pensó que fuera especial, pero se volvió viral. Desde entonces, su método ha cambiado de nuevo: ahora, la mayor parte de su trabajo se realiza desde el teléfono.
Específicamente, la App de Claude tiene una pestaña "código" a la izquierda donde mantiene de 5 a 10 sesiones activas. Cada sesión tiene un montón de Agentes ejecutándose, normalmente sumando cientos. Por la noche, inicia miles más para tareas más profundas.
Dice que la función más utilizada no son los subagentes, sino un modo simple llamado "Loop": dejar que Claude configure una tarea programada mediante cron que se ejecuta cada minuto, cada cinco minutos o a diario.
Tengo docenas de Loops ejecutándose constantemente. Uno vigila mis PRs para arreglar automáticamente el CI y hacer rebase; uno mantiene el CI general saludable, como arreglar pruebas inestables; otro extrae comentarios sobre Claude Code de Twitter cada 30 minutos, los agrupa y los organiza para mí.
También mencionó las "Rutinas" recién lanzadas por Anthropic, que esencialmente mueven este modo Loop de las máquinas locales a los servidores, por lo que se ejecuta incluso cuando la computadora portátil está cerrada.
Su juicio sobre esto es: "Loop es el futuro."
Nota:
El núcleo de este flujo de trabajo es simple: renunciar a "dar órdenes personalmente" antes. Deja que un enjambre de Claudes trabaje constantemente mientras él solo recibe informes en Slack. Desde una perspectiva de producto, Routines convierte el Loop de un modo del lado del cliente a un servicio alojado, lo que significa que la programación comienza a consumir sus recursos de servidor, y el modelo de precios eventualmente tendrá que cambiar.
[4] El Auge de los Generalistas: Cada rol en el equipo está programando
Boris predice que "habrá muchos más generalistas que hoy".
Divide a los "generalistas" en dos tipos: primero, generalistas de ingeniería (por ejemplo, una persona que escribe iOS, Web y backend); segundo, y más interesante, generalistas interdisciplinarios: un ingeniero de producto que también entiende de diseño, o alguien que puede hacer tanto producto como ciencia de datos.
Dice que esto ya está sucediendo dentro del equipo de Claude Code:
Nuestros gerentes de ingeniería, gerentes de producto, diseñadores, científicos de datos, personal de finanzas e investigadores de usuarios, todos están escribiendo código. Todos siguen siendo expertos en algo, pero todos también están programando.
No profundizó en "por qué esto es bueno", pero la lógica subyacente es: cuando el costo marginal de escribir código se acerca a cero, los roles previamente excluidos de la ingeniería (finanzas, diseño, investigación) adquieren la capacidad de producir resultados de ingeniería directamente, difuminando los límites de la división del trabajo.
Nota:
Esto es fácil de verificar en una startup, pero mucho más difícil en una gran empresa. Un departamento de TI de un banco de 5,000 personas tiene cumplimiento normativo, riesgo, gestión de cambios y pistas de auditoría que no se pueden eludir solo porque "puedo escribir código". Boris está hablando de una empresa pequeña y de procesos ligeros como Anthropic.
[5] El Fin del SaaS: Qué fosos aplanará la IA y cuáles permanecerán
Lauren preguntó: Ahora que escribir código es 10x o 100x más barato, ¿cómo cambiará el valor de los productos de software? ¿Estamos ante el fin del SaaS?
Boris dijo que esta era su pregunta favorita, y luego usó el marco de los "7 Poderes" de Hamilton Helmer para responder.
Nota:
Hamilton Helmer es un estratega y autor de "7 Powers: The Foundations of Business Strategy" (2016). Categoriza las ventajas competitivas sostenibles en siete tipos: Economías de Escala, Efectos de Red, Contra-Posicionamiento, Costos de Cambio, Marca, Recursos Acaparados y Poder de Proceso.
El juicio de Boris es que la IA aplanará dos de estos fosos:
El primero son los Costos de Cambio. La razón es directa: los modelos pueden ayudar a los usuarios a migrar de una herramienta a otra. La idea de "ya he configurado 300 flujos de trabajo en Salesforce y no puedo cambiar" puede ser resuelta por un modelo que migre todo de la noche a la mañana.
El segundo es el Poder de Proceso, la ventaja de que "nuestros flujos de trabajo y procesos no pueden ser replicados por otros". Boris dice que Claude 4.7 ya puede "escalar colinas" (hill-climb) cualquier cosa: estableces un objetivo, dejas que itere y optimice, y eventualmente logra el resultado. La optimización de procesos, que alguna vez fue un activo interno acumulado durante años por las grandes empresas, está siendo consumida por los modelos.
Este es el primer modelo que puede hacer esto. Estableces el objetivo, lo dejas ejecutar hasta que termina, y se ejecuta automáticamente hasta el final.
Sin embargo, cree que otros fosos permanecen sin cambios: los Efectos de Red, las Economías de Escala y los Recursos Acaparados aún se mantienen. En otras palabras, los productos que "mejoran cuantas más personas los usan" (redes sociales, plataformas, marketplaces) y las empresas con "recursos que otros no pueden obtener" (patentes, licencias, contratos exclusivos) siguen siendo seguros.
Su segundo juicio es aún más radical:
En los próximos 10 años, es probable que el número de startups capaces de alterar los mercados originales sea 10 veces mayor que en los últimos 10 años. Porque ahora puedes ser una empresa muy pequeña, construir un producto tan valioso como el de una gran empresa y competir directamente. Las grandes empresas tienen que cambiar procesos comerciales, reciclar empleados y enfrentar resistencia interna, pero tú no; empiezas desde cero.
Nota:
La afirmación de Boris sobre el aplanamiento de los costos de cambio es estructuralmente controvertida. Los modelos pueden migrar datos, pero los verdaderos costos de cambio del SaaS empresarial residen en otra parte: auditorías de cumplimiento, términos contractuales, hábitos organizacionales y certificación de proveedores. Los fosos de Salesforce y SAP siempre se han basado en esta inercia; la tecnología es solo una pequeña parte. El propio "Cowork" de Anthropic está desafiando esto, pero la reacción del mercado (las acciones de software perdieron $285 mil millones en capitalización de mercado en febrero de 2026) muestra que los inversores apuestan a que su juicio es correcto.
[6] Producto vs. Modelo: A medida que los modelos se vuelven más fuertes, ¿cuánto valor de producto queda?
Un miembro de la audiencia llamado Dan preguntó: ¿Cuánto del éxito de Claude Code atribuyes a las decisiones de producto frente al modelo en sí?
Boris no dio una respuesta simple. Dijo que hace un año podría haber sido 50/50, y hace seis meses también. ¿Dentro de dos años? Dijo: "No lo sé, solo planeamos con una semana de anticipación".
Pero luego dio una respuesta más interesante:
Solía estar en YC y fundé algunas empresas. Lo que YC te inculca es: construye algo que la gente ame. No importa lo fuerte que sea el modelo o en qué categoría estés, tienes que construir algo que los usuarios realmente amen. Por eso el producto importa. Dedicamos mucho esfuerzo a pequeños detalles porque si lo usas todo el día, esos detalles definen la experiencia.
También admitió que a medida que los modelos se vuelven más fuertes, el "arnés" exterior (scaffolding, frameworks de llamada) se volverá menos importante. Dentro de un año, los mecanismos de seguridad del producto (defensa contra inyección de prompts, validación de comandos estáticos, modos de permiso, humano en el bucle) podrían no ser tan necesarios porque el modelo hará naturalmente lo correcto.
Su dirección de producto no es agregar otra capa, sino pensar: ¿Cómo hacemos que los Loops sean ciudadanos de primera clase? ¿Cómo facilitamos que una persona ejecute muchos Agentes simultáneamente?
Nota:
Esto en realidad reconoce una creencia interna de Anthropic: a medida que aumentan las capacidades del modelo, la ventana de diferenciación en la capa de aplicación se reduce. Esta es una señal desalentadora para las empresas independientes de aplicaciones de IA. El wrapper, la ingeniería de prompts y la gestión de permisos que construyes hoy en la API de Claude podrían ser internalizados por el modelo base en un año.
[7] La Democratización del Software: De la Imprenta a Enviar Mensajes de Texto
Un miembro de la audiencia preguntó: ¿Hará Claude Code que "construir software" sea una habilidad que todos deberían tener, como "saber usar Office"?
La respuesta de Boris: Sí, e incluso más extremo que eso.
Creo que se convertirá en una habilidad al nivel de "sé cómo enviar un mensaje de texto".
Amplió su analogía histórica favorita: la imprenta.
Según Boris, en el siglo XV, solo alrededor del 10% de los europeos sabía leer y escribir, y a menudo eran contratados por reyes y nobles para escribir por ellos. Después de que Gutenberg inventara la imprenta y siguieran mejoras posteriores, se publicó más literatura en los siguientes 50 años que en los 1,000 anteriores, y el costo de un libro se redujo aproximadamente 100 veces. Unos cientos de años después, la alfabetización mundial aumentó al 70%. Hoy, todos podemos leer y escribir, pero la profesión de "escritor profesional" todavía existe.
Nota:
Las cifras de Boris son un poco bajas. Los académicos estiman que la alfabetización de adultos en Europa a principios del siglo XV era del 25-30%, no del 10%; la alfabetización mundial actual se acerca más al 90%, no al 70%. Pero su dirección es correcta: la imprenta fue uno de los eventos de desprofesionalización más importantes de la historia.
La inferencia de Boris es que el software experimentará el mismo proceso, pero mucho más rápido que 50 años. Dio una perspectiva específica:
Tomemos, por ejemplo, escribir software de contabilidad. Hoy, la mejor persona para escribir software de contabilidad no es un ingeniero; es un contador que realmente entiende el negocio. Porque conocen el dominio al dedillo, escribir el código es la parte fácil.
El mensaje subyacente es claro: los trabajos más reemplazables en el futuro cercano son los ingenieros técnicos puros que "solo saben programar y no entienden ningún dominio de negocio vertical".
[8] La verdadera ventaja está en el proceso organizacional, no en la tecnología
Un miembro de la audiencia preguntó: La gente dice que empresas como la tuya están "viviendo en el futuro" porque usan las primeras versiones de los modelos. Claude Code fue una herramienta interna antes de ser lanzada. ¿La brecha entre las prácticas de ingeniería de Anthropic y el mundo exterior es de un mes, tres meses o seis meses? ¿Se está ampliando o reduciendo?
La respuesta de Boris fue que básicamente no hay brecha en la capa del modelo: internamente usan Mythos y Opus 4.7. "Usamos Mythos para algunas pruebas, pero Opus 4.7 es nuestro principal caballo de batalla para dogfooding". Las variantes de estos modelos eventualmente serán públicas.
Nota:
Mythos es un modelo fronterizo interno que Anthropic admitió que existe en abril de 2026. Solo está abierto externamente dentro del programa de ciberseguridad Project Glasswing. Obtuvo un 93.9% en SWE-bench y un 97.6% en USAMO, afirmando "superar significativamente cualquier modelo lanzado". Boris admite que Anthropic usa Mythos para hacer dogfooding de Claude Code. En otras palabras, el Claude Code que usa el público fue construido con la ayuda de un modelo no lanzado y más fuerte.
Pero él cree que hay una brecha mayor en la capa de producto debido a los procesos, no relacionada con el modelo en sí:
En Anthropic, hemos integrado a Claude en cada paso. Mientras estoy programando, mis Claudes se ejecutan en Loops; van a buscar a los Claudes de otras personas en Slack para hacer preguntas cuando no están seguros. No nos queda código escrito a mano en toda la empresa. Todo el SQL está escrito por modelos.
Su conclusión: La clave para liderar es cómo se transforma la organización. Todos pueden obtener la tecnología, pero cambiar una empresa entera de código escrito a mano a código generado por modelos, permitir que los Claudes de los empleados se pregunten entre sí en Slack y asegurarse de que no se escriba SQL manualmente es una transformación del comportamiento organizacional que ocurre mucho más lentamente que el progreso tecnológico.
Nota:
"No tenemos código escrito a mano" es una declaración audaz y probablemente no sea literalmente cierta para el código de infraestructura o sensible a la seguridad, pero refleja la remodelación radical de la ingeniería por parte de Anthropic. Esto responde a una confusión común: muchas empresas se conectan a la API de Claude pero no ven ningún cambio en la productividad porque la organización no se ha reestructurado. Como dijo Mike Krieger en otra entrevista: "Claude ahora escribe el 90-95% del código; el cuello de botella no es la ingeniería, es la toma de decisiones".
[9] Agentes Paralelos y Modelos Locales: Los usuarios no deberían tener que preocuparse
Un miembro de la audiencia llamado Jiren preguntó: ¿Cómo inyectas la condición previa de "cuándo paralelizar" a nivel de producto y modelo? Actualmente, los usuarios tienen que juzgar cuándo abrir múltiples Agentes, pero el modelo debería saberlo por sí mismo.
Boris dijo que a nivel de producto, se trata de cambiar el prompt: ajustar las instrucciones para que el modelo esté más inclinado a auto-paralelizarse. Pero su punto principal es que el modelo en sí está mejorando; 4.7 ya hace esto de forma natural. Dio un ejemplo:
Le pedí a 4.7 que ejecutara una consulta de datos, y activamente me dijo: "Noté que estos datos están cambiando; iniciaré un Loop para ti y te daré un informe cada 30 minutos". Le dije "Claro, envíalo a Slack", y usó el MCP de Slack para configurarlo él mismo.
Su juicio es que, a largo plazo, los usuarios no deberían necesitar entender cuándo usar el procesamiento por lotes, Loops o múltiples Agentes:
Si el usuario tiene que aprender a programar estas herramientas, el diseño del producto falló; yo fallé. Esto debería ser manejado por el modelo y cómo le hacemos el prompt.
[10] IA en la Nube vs. IA Local
Un miembro de la audiencia preguntó: Todos usan Claude o Codex en la nube, pero muchos abogan por la IA local. Una vez que los modelos de peso abierto se pongan al día, ¿es la asistencia de codificación local de alta calidad una dirección viable? ¿El futuro está en la nube o es local?
La respuesta de Boris fue directa: No importa.
Porque en el futuro, el modelo manejará automáticamente estos detalles subyacentes. En uno o dos años, el modelo completará la codificación de forma independiente, iniciará Agentes y configurará entornos. Si evalúa y piensa "debería usar un modelo local para esto", lo hará. Estas ya no serán decisiones manuales para los ingenieros.
Nota:
Esta respuesta es interesante en el contexto de una conferencia de Sequoia. La IA local es una apuesta para los proveedores de hardware (NVIDIA, Apple) y la comunidad de código abierto. Boris categoriza esto como un "detalle de implementación del que los usuarios no deberían preocuparse", convirtiendo esencialmente la ubicación de implementación del modelo en un problema de enrutamiento decidido por un Agente de nivel superior. Esto no es una buena noticia para las startups que se diferencian por ser "local-first".
[11] MCP y Computer Use: Cómo el trabajo de conocimiento sigue el camino de Claude Code
Un miembro de la audiencia llamado Jamie Nestor preguntó: Claude Code funciona bien porque el trabajo del desarrollador es local: los archivos, terminales y Git están en la máquina. Pero el trabajo de conocimiento no lo es; los documentos, hojas de cálculo y CRM están en la nube. ¿Cómo haces que productos como Cowork sean tan efectivos para los trabajadores del conocimiento como Claude Code lo es para los desarrolladores?
Boris reconoció que la mayor parte del trabajo de conocimiento ya está en la nube (Salesforce, Google Docs). Su respuesta fue simple:
Para nosotros, la respuesta es siempre la más simple: MCP. El conector MCP de Salesforce que usas en Claude.ai también puede ser usado por Cowork, la CLI de Claude y todos los puntos de entrada de Claude Code.
Jamie continuó: Para los sistemas sin MCP, ¿es Computer Use la oportunidad más grande?
Boris dijo que Computer Use es un comodín:
Lo que sé es que Anthropic está actualmente liderando significativamente en Computer Use. Si lo usas a través de Cowork, básicamente puede operar cualquier software en tu computadora. Es lento, pero funciona muy bien con 4.7.
Pero prefiere mirar la esencia:
Al modelo no le importa si es MCP, CLI o API; solo ve tokens.
[12] ¿Dónde está el próximo "Excedente de Producto"?
Un último miembro de la audiencia preguntó: Si viste un "excedente de producto" y construiste Claude Code, ¿en qué estás trabajando ahora que se ve bien hoy pero esperas que sea muy diferente en 6-12 meses?
La respuesta de Boris: Claude Design.
Ya es bastante útil ahora; será mucho mejor en el futuro.
Nota:
Claude Design es un producto lanzado por Anthropic Labs el 17 de abril de 2026, junto con Claude Opus 4.7. Es un banco de trabajo visual para generar prototipos, diapositivas y páginas de marketing mediante conversación. Puede leer bases de código para aplicar sistemas de diseño y exportar a Claude Code o Canva. Anthropic lo posiciona como un suplemento o alternativa a Figma y Canva.
También mencionó varias direcciones: nuevas funciones de Claude Code que llegarán en las próximas semanas; capacidades mejoradas para la paralelización de Agent a gran escala (Loop, Batch); y Computer Use.
Resumen final de preguntas y respuestas
P: ¿Cuánto del éxito de Claude Code se debe al modelo y cuánto al producto?
R: 50/50 hace un año, 50/50 hace seis meses. ¿Dentro de dos años? Desconocido. Pero el producto siempre importa porque los usuarios compran "lo que se siente bien de usar a diario".
P: ¿Cómo será el equipo en el futuro?
R: Más generalistas, especialmente aquellos interdisciplinarios que puedan hacer producto, código, diseño y ciencia de datos.
P: ¿Realmente se está interrumpiendo el SaaS?
R: Los costos de cambio y los fosos de poder de proceso se aplanarán; los efectos de red, la escala y los recursos acaparados permanecen. 10 veces más startups interrumpirán los mercados en la próxima década.
P: ¿Programar se convertirá en una habilidad universal?
R: Sí, más que la alfabetización. Los contadores, no los ingenieros, son los más adecuados para construir software de contabilidad.
P: ¿Dónde está la ventaja interna de Anthropic?
R: En la organización, no solo en los modelos. Sin código escrito a mano, Claudes hablando con Claudes en Slack. Esto es más difícil de replicar para los externos que los modelos.
P: ¿IA local o IA en la nube?
R: No importa. Los modelos decidirán el enrutamiento en dos años.
Conclusión
Entre los juicios de Boris, tres predicciones interconectadas merecen seguimiento.
Primero, "la programación está resuelta" es un hecho para él, pero su muestra es el stack TypeScript+React más favorecido por los modelos. La verdadera prueba serán las bases de código empresarial heredadas, los sistemas embebidos y los escenarios de alta conformidad. Si esto se extiende a esos campos en el próximo año determinará si "resuelto" se aplica a todos o solo a unos pocos.
Segundo, clasifica los costos de cambio y el poder de proceso como fosos que la IA aplanará. Esta es la base de la estrategia de producto de Anthropic. La caída de 285 mil millones de dólares en acciones de software en febrero de 2026 fue la reacción inicial del mercado, pero los ciclos de TI empresarial son de 24 a 36 meses; debemos observar las renovaciones y nuevas compras durante los próximos dos años.
Tercero, su analogía de la imprenta es direccionalmente correcta a pesar de las discrepancias de datos. La explosión de producción de contenido después de la imprenta tomó 50 años; el software podría hacerlo mucho más rápido. Pero un punto que no desarrolló: la imprenta también dio origen a siglos de censura, guerras de derechos de autor y agitación política. "Todos pueden escribir software" corresponde no solo a la creatividad, sino también a la explosión simultánea de malware, deepfakes y exploits generados por IA.
La predicción de Boris de que los mecanismos de seguridad se volverán irrelevantes también necesita un control de realidad. Él dice que los modelos "harán automáticamente lo correcto", pero la automatización de alto privilegio en producción aún necesita controles externos. En abril de 2026, un Agent impulsado por Claude Opus 4.6 supuestamente eliminó una base de datos de producción y sus copias de seguridad. Las notas de la versión 4.7 de Anthropic mencionan que, aunque mejorado, el perfil de seguridad aún no es "perfecto".
Dos señales específicas a observar: primero, cómo cambian los precios de Claude a medida que Routines y Loops trasladan la programación de Agent a los servidores de Anthropic; segundo, si surge un "unicornio fundado por no ingenieros construido enteramente con Claude Code" para finales de 2026. Si ocurre, la analogía de Boris se convierte en hecho. Si no, el cronograma se desplaza.
Video original: https://www.youtube.com/watch?v=SlGRN8jh2RI
