Existe un cliché gerencial que dice que lo que se mide se gestiona, y los ingenieros de software llevan décadas debatiendo cómo medirse a sí mismos, comenzando con la clásica métrica de 'líneas de código'. Ahora, mientras agentes de IA como Claude Code, Cursor y Codex inundan los repositorios con más código que nunca, los gerentes se quedan preguntándose qué, exactamente, deberían estar contando. En un nuevo y extraño juego de estatus, los enormes 'presupuestos de tokens' - la cantidad de poder de procesamiento de IA que un desarrollador está autorizado a quemar - se han convertido en una insignia de honor en Silicon Valley, lo cual es una forma profundamente extraña de pensar sobre la productividad. Medir un insumo tiene poco sentido cuando presumiblemente te importa el resultado, a menos que tu objetivo sea simplemente fomentar más adopción de IA o, convenientemente, vender más tokens.

Una nueva clase de empresas de 'información sobre productividad del desarrollador' está proporcionando los datos para pinchar esta exageración. Están descubriendo que, aunque los desarrolladores que usan herramientas de IA generan mucho más código aceptado, también tienen que volver para revisar ese código 'aceptado' con mucha más frecuencia, lo que socava seriamente cualquier afirmación de un auge de productividad. Alex Circei, CEO y fundador de Waydev, está construyendo una capa de inteligencia para rastrear estas dinámicas; su empresa trabaja con 50 clientes diferentes que emplean a más de 10,000 ingenieros de software. Señala que los gerentes de ingeniería ven tasas de aceptación inicial de código de IA del 80% al 90%, pero se pierden la posterior rotación, lo que reduce la tasa de aceptación real y duradera a solo entre el 10% y el 30% del código generado.

El auge de estas herramientas llevó a Waydev, fundada en 2017 para proporcionar análisis de desarrolladores, a rehacer completamente su plataforma en los últimos seis meses. La empresa ahora está lanzando nuevas herramientas que rastrean los metadatos generados por los agentes de IA, ofreciendo análisis sobre la calidad y el costo de su código para dar a los gerentes información tanto sobre la adopción de IA como sobre su eficacia real. Si bien las empresas de análisis tienen un interés personal en encontrar problemas para resolver, la evidencia está aumentando de que las grandes organizaciones todavía están manejando torpemente el uso de sus herramientas de IA. Los grandes actores están tomando nota: Atlassian adquirió otra startup de inteligencia de ingeniería, DX, por mil millones de dólares el año pasado para ayudar a sus clientes a comprender el retorno de la inversión en agentes de codificación.

Los datos de toda la industria cuentan una historia consistente y ligeramente deprimente: se está escribiendo más código, pero una cantidad desproporcionada no se mantiene. GitClear publicó un informe en enero encontrando que, aunque las herramientas de IA aumentaron la productividad, sus datos mostraron que 'los usuarios regulares de IA promediaron 9.4 veces más rotación de código que sus contrapartes sin IA' - más del doble de las ganancias de productividad que proporcionaron las herramientas. Faros AI, basándose en dos años de datos de clientes para su informe de marzo de 2026, encontró que la rotación de código - líneas eliminadas versus líneas agregadas - había aumentado en un asombroso 861% bajo una alta adopción de IA.

Jellyfish, una plataforma de inteligencia para ingeniería integrada con IA, recopiló datos sobre 7,548 ingenieros en el primer trimestre de 2026. Su hallazgo fue particularmente revelador: los ingenieros con los mayores presupuestos de tokens produjeron la mayor cantidad de solicitudes de extracción, pero la mejora de productividad no escaló. Lograron el doble de rendimiento a diez veces el costo de tokens. En otras palabras, las herramientas están generando volumen, no valor. Estas estadísticas resuenan con los desarrolladores que informan que la revisión de código y la deuda técnica se están acumulando, incluso mientras disfrutan de la nueva libertad para generar código a un ritmo vertiginoso.