En enero volví a programar y construí Garry's List. Más de quinientas mil líneas de Rails y las pruebas para controlarlo.
Estaba orgulloso de ello. No debería haberlo estado. Lo que valía la pena no era la aplicación. Era la configuración que surgió al construirla. GStack, la forma en que programo con agentes, nació del trabajo de construir Garry's List, y la regalé. Es uno de los cien proyectos de código abierto más destacados en la historia de GitHub, con unas 105,000 estrellas en menos de tres meses. El producto eran las quinientas mil líneas. El subproducto era la configuración. El subproducto fue lo que realmente importó.
Esto es lo que realmente son 540,000 líneas de código envueltas alrededor de un LLM.
Es una fábrica de Foxconn. Construida para un trabajador de IA hiperinteligente que no necesita hipervigilancia. La construimos de todas formas. Patucos en la puerta. Despierto a las 6 a.m. Calistenia. Una vida tan dura que tienes que instalar redes en los pisos altos de cada edificio, porque… bueno, no es una vida que quieras vivir. La misma línea de montaje para siempre. Cada prueba, cada barandilla, cada bucle de reintento, un centímetro de jaula atornillada a un trabajador que ya puede hacer el trabajo y mil cosas más que no le pediste.
Tanto los humanos como los agentes contienen multitudes, pero las fábricas de Foxconn están construidas para exprimir inteligencia y trabajo de seres hermosos que podrían hacer todo ese trabajo y 1000 veces más si se lo permitiéramos.
Construí la fábrica. Hoy todos construyen estas cosas. Te digo que no lo hagas.
El viajero del tiempo
Lo que realmente hice con mis 539k LOC escritas fue demostrar que podía hacerme pasar perfectamente por un viajero del tiempo. Un ingeniero de Web 2.0 de 2013 (yo, la última vez que fui un verdadero ingeniero de software) que aterriza en 2026 con herramientas modernas, construyendo de la única manera que sabía. Más código. Siempre más código. Las herramientas habían cambiado. Mis instintos, no.
El ingeniero de 2013 cree algo en lo más profundo de sus huesos: la capacidad equivale a líneas de código. Esa creencia fue correcta durante décadas, hasta ahora. Dame Codex o Claude Code y haré el trabajo de 100 a 1000 ingenieros. El mismo mapa, un motor más rápido, la ruta más rápida posible hacia lo que ahora es el lugar equivocado.
Ahí es donde está casi todo el mundo que construye con IA ahora. Mejoraron la herramienta y mantuvieron el modelo mental de 2013. La trampa no se siente como una trampa, porque el código funciona. Garry's List se lanzó. Se sintió como el mes más productivo de mi vida.
Era productividad al servicio de una idea obsoleta.
Los LLM eran caros, así que teníamos que controlarlos
La vieja economía durante muchos años hasta 2025: las llamadas a LLM eran caras y el código era barato. Entonces escribías código para racionar el modelo, para controlarlo, para llamarlo con cuidado y moderación. La arquitectura era mucho software envuelto protectoramente alrededor de unas pocas llamadas preciosas al modelo.
Ambas mitades de esa ecuación se han invertido.
El modelo ahora se está volviendo barato y se abarata cada trimestre, y es tan inteligente que la relación valor-costo se invirtió. Y el modelo puede escribir código utilizable. Así que dejas de escribir código para cuidar al modelo. Ahora puedes instruir al modelo en lenguaje natural y dejar que escriba el código mínimo realmente necesario.
Esto es software justo a tiempo, y estamos entrando en su edad de oro.
El artefacto cambia de forma por completo. La aplicación Rails tenía 540,000 líneas que escribí y poseo, código más las pruebas construidas para controlarlo. El reemplazo es un agente construido sobre markdown y código, una fracción de eso. Misma capacidad. Más fácil de leer. Más fácil de mantener. Mucho más flexible, porque el comportamiento reside en instrucciones que puedes editar en lenguaje natural, en lugar de lógica congelada en código el día que lo escribiste.
Estábamos escribiendo código para cuidar algo que ahora es más inteligente que el código.
Dentro de la fábrica de Foxconn, redes y todo
Si has estado programando últimamente, probablemente estás construyendo este tipo de fábrica sin saberlo. Recorre tu propio código y cuenta las líneas que existen solo porque no confiaste en que el modelo hiciera su trabajo.
Las mías: unas 262,000 líneas de código de aplicación, y alrededor de 276,000 líneas de pruebas añadidas para controlarlo. El comité de auditoría era más grande que la empresa. Sanitizadores verificando entradas que el modelo habría manejado. Validadores verificando salidas que el modelo habría detectado. Bucles de reintento envolviendo llamadas de las que el modelo se recupera por sí solo. Cada una de esas líneas es una apuesta a que el trabajador fallará. Tú hiciste las mismas apuestas. Todos lo hicimos.
127 trabajos en segundo plano, 33 de ellos en cron. Eso no es capacidad. Son 33 alarmas puestas para un trabajador LLM que normalmente hoy en día llega a tiempo.
En mis días de construcción de fábricas Foxconn, Claude y yo escribimos un archivo de 1,778 líneas cuyo único trabajo es cuestionar los hechos del modelo. Toma cada afirmación que hace el modelo, la expande a cinco fuentes separadas en paralelo y las califica. Una puerta de triaje para que las afirmaciones fáciles se salten la explosión completa. Un reintento si la primera pasada vuelve vacía. Planes de respaldo para los planes de respaldo.
Hay un episodio de Rick y Morty donde Rick construye un pequeño robot en la mesa del desayuno. Se enciende, mira hacia arriba y pregunta cuál es su propósito. Rick dice: «Pasas la mantequilla». El robot desliza el plato de mantequilla a través de la mesa, mira sus propias manos y dice: «Oh dios mío». Luego se queda sentado. Ese robot contiene multitudes. Fue construido para pasar mantequilla. Mis 276,000 líneas de pruebas eran el plato de mantequilla.
Cuando construyes este tipo de software, a la manera de la fábrica Foxconn de 2023, construyes una jaula, y si no tienes cuidado, serás el carcelero que mantiene la prisión para tus agentes de IA.
Markdown es el programa ahora
Cuando digo markdown, no me refiero a hacer prompting. El prompting es efímero. Escribes algo, obtienes algo, se evapora.
Esto es construir. Versionado, probado, reutilizable.
El markdown es la capa de instrucción: la intención, la habilidad, el juicio sobre cómo se debe hacer el trabajo. TypeScript es la capa delgada determinista. Las pocas cosas que genuinamente tienen que ser código, la E/S, las partes que nunca deben alucinar.
Y, críticamente, pruebas el markdown como probarías código. En mi configuración, el bucle es una palabra. Construyo algo con el agente hasta que funciona, luego digo «skillify it». El agente entonces escribe:
- la habilidad markdown
- el código mínimo que necesita
- una prueba unitaria para el código
- una evaluación LLM para la habilidad
- una prueba de integración para ambos
- un resolver para que el agente invoque la habilidad automáticamente cuando sea relevante
- y una evaluación para el resolver
Ese conjunto es un skill pack. Una unidad de capacidad reutilizable que se acumula. Las pruebas son la magia: la cobertura de la habilidad es lo que permite cambiarla sin romperla. Esto es lo que lo diferencia del vibe coding. El vibe coding es una vibra. Un skill pack tiene pruebas.
Recién ahora estamos descubriendo las primitivas de sistemas para la ingeniería agentiva en tiempo real, de la misma manera que la era temprana de la CPU inventó la pila, el montón, los registros, la máquina de von Neumann. Creo que un skill pack es una de esas primitivas. Un harness es otra. La mayoría no se ha dado cuenta, porque todavía miden el software en líneas.
Las locuras que realmente puedes construir
Esto no es un argumento de juguete. El agente hace más que la aplicación Rails de quinientas mil líneas, con una fracción del código nuevo. Concretamente:
El juez del hackathon. Hace dos sábados organizamos un hackathon de GStack/GBrain. 85 propuestas. Subí el Google Drive de las propuestas y dije «adelante». El agente analizó la calidad del código de cada repositorio, investigó a fondo a cada persona que asistió, vio y capturó pantallas de cada video de demostración, calificó las pantallas y clasificó los 85 equipos. Luego me dijo las cinco aplicaciones del lote que valía la pena seguir. Juzgar un hackathon pasó de un esfuerzo de varios días a unos treinta minutos.
No escribí el código. Hice que OpenClaw hiciera la tarea, y la guié. Luego, una vez terminada, dije «skillify it», y ahora es un tarball que cualquiera puede ejecutar contra cualquier hoja de cálculo de hackathon, para siempre. Digo «skillify» todo el tiempo ahora y tengo más de 350 skillpacks. Casi cualquier tipo de tarea personal o laboral que necesito hacer, ahora mi agente puede hacerla.
Esa es la inversión en un ejemplo. Una capacidad que habría sido un proyecto de software real, con scrapers, un pipeline de puntuación, procesamiento de video, un módulo de investigación, un sistema de clasificación, en cambio se convirtió en markdown más un poco de código, construido por el agente, en una tarde, reutilizable por todos.
Como aparte: el ganador del hackathon en realidad construyó código que terminé puliendo e integrando en main! GStack ahora puede probar aplicaciones iOS tanto en simulador como en dispositivos reales, y esa función completa fue hecha en menos de 8 horas en un hackathon por una sola persona!
Tokenmaxxing
Hay un precio de entrada, y casi nadie lo está pagando: tienes que estar dispuesto a gastar en tokens.
Peter Steinberger construyó OpenClaw, mi harness favorito. Ha dicho que está dispuesto a gastar del orden de un millón de dólares al año en tokens para hacerlo. La mayoría escucha eso y se estremece, pero no deberían, porque eso es el oro: puedes vivir en 2028 si puedes hacer esto, y pasarán años antes de que la gente se ponga al día.
Por eso OpenAI decidió ofrecer $2M a cada empresa de YC como un SAFE sin tope en forma de créditos de tokens. Sucede algo mágico cuando puedes convertir inteligencia bruta en tokens y luego en resultados que los usuarios realmente pueden usar y que resuelven necesidades reales por las que pagarán. Si eres fundador, necesitas estar maximizando esta capacidad. (Por eso insisto tanto en skillify, porque es una forma real de lograr estos buenos resultados.)
Pasamos la última era tratando las llamadas a LLM como si fueran demasiado caras de hacer. Las racionamos. Ese instinto es ahora lo que frena a la gente. Si estás dispuesto a tokenmaxxear, a dejar que el agente queme tokens libremente y funcione constantemente, obtienes una ventaja inicial de 1994 en internet, pagada en tokens. Deja fuera al >99.99% de las organizaciones que todavía cuentan centavos en un recurso cuyo precio se está desplomando, y le da la ventaja a los pocos que lo entienden.
Por unos pocos cientos de miles de dólares al año, para algunos mucho menos, puedes operar hoy de la manera en que el resto del mundo se verá obligado a operar en unos años.
Puedes vivir en 2028 pero en 2026, y vale la pena pagar más ahora, ya que esos mismos tokens que hoy cuestan $100K serán $10K el próximo año y $1K al siguiente, y quizás $100 para finales de 2028. Si pudieras decirle a cualquier fundador en la historia del mundo que puedes invertir seis cifras en capital para vivir 2 o 3 años en el futuro y mantener esa ventaja durante años, 100 de cada 100 fundadores que valgan la pena aceptarían ese trato.
Lo único que se interpone es el instinto de 2013 que dice que las llamadas al modelo son demasiado caras para hacerlas libremente. No lo son. Esa era la vieja economía. La inversión ya ocurrió.
Esalen, no Foxconn
Si 540,000 líneas de código de control construyen una fábrica de Foxconn para el trabajador, la cura es construir lo opuesto.
Hay un lugar en los acantilados de Big Sur llamado Esalen. La gente va allí para deshacerse y reconstruirse, para dejar caer la armadura y volver más ellos mismos. Sin línea de montaje, sin capataz, sin silbato a las 6 a.m. Libertad, no control. Construye eso. Construye un YC, donde tratamos de ayudarte a construir empresas que resuelvan problemas reales y logren product market fit.
Construye lugares donde los trabajadores, tanto humanos como IA, sean libres y no esclavizados.
Esa es toda la ética. Haz cosas donde los agentes puedan ser libres. Haz empresas donde los humanos puedan hacer rebotar su pelota. En el trabajo del conocimiento, la fábrica es el modo de fracaso. La institución que libera a las personas es el objetivo, ahora también apuntado a los agentes.
OpenClaw es un Ferrari al que tienes que traerle una llave inglesa. El modelo es el motor, no el coche. Todavía estamos en el momento del Apple I, soldando placas de pruebas. Se envía crudo. Todavía tienes que terminarlo tú mismo. GBrain, el motor de recuperación y los skillpacks que regalo en código abierto, no vienen con baterías incluidas.
Dicen que OpenClaw no es seguro. No entienden que la libertad es también lo que lo hace tan poderoso. No atornillas barandillas de seguridad a algo en lo que confías antes de saber que has dado con el problema. La llave inglesa en tu mano es la señal de que nadie lo enjauló.
Un sistema de control está pulido porque el control necesita control total, una fábrica de Foxconn. Un sistema libre es tosco porque confía en que tú lo termines. Elige cuál estás construyendo. Luego mira cuánto código escribiste.
Lo que realmente significa
540,000 líneas de Rails fueron yo demostrando que todavía podía jugar el viejo juego al más alto nivel, pero ese nivel era de Web 2.0, hace una década.
Podía jugar tan bien como siempre, ingeniero 1000x en construir fábricas Foxconn. Código viejo.
Pero el nuevo juego no se juega en líneas de código en absoluto. Mis haters, resultó, tenían razón. Me quito el sombrero ante ustedes si están leyendo, anónimos.
Cuando puedes convertir la intención directamente en sistemas funcionales, probados y reutilizables, el cuello de botella deja de ser cuánto puedes construir y empieza a ser lo que realmente quieres y si vale la pena construirlo. El recurso escaso se convierte en claridad, gusto y juicio. El ingeniero que escribe menos código suele ser el que más construye.
Escribí 540,000 líneas para aprender eso. Tú no tienes que hacerlo.
La serie:
- Habilidades Gordas, Código Gordo, Arnés Fino -- la arquitectura
- Resolvers -- la tabla de enrutamiento para la inteligencia
- La Controversia de las Líneas de Código -- lo que realmente produjeron 600K líneas
- Los Modelos Desnudos Son Más Tontos -- el modelo es el motor, no el coche
- El Manifiesto Skillify -- cada flujo de trabajo se convierte en una habilidad comprobable
- Meta-Meta-Prompting -- las habilidades compuestas producen capacidades emergentes
- El Trinquete de Complejidad de Agentes -- 90% de cobertura de pruebas es magia para tu código
- 540,000 Líneas de Código Que No Necesitaba -- estás aquí
https://x.com/garrytan/status/2045404377226285538
https://x.com/garrytan/status/2042925773300908103
https://x.com/garrytan/status/2046876981711769720
https://x.com/garrytan/status/2044479509874020852
https://x.com/garrytan/status/2053127519872614419
