El código que la IA genera ya no es para humanos — y el MCP acaba de hacerlo oficial
Un ingeniero publicó en InfoQ que el código generado por IA es write-only: nadie lo entiende ni lo mantiene, ni siquiera quien lo genera. Mientras tanto, el MCP acaba de publicar un nuevo roadmap que le da identidad propia a los agentes. La pregunta ya no es si los humanos van a leer ese código — es si alguien lo va a leer.
Escucha el artículo
El código que la IA genera no está pensado para que lo leas. Está pensado para que funcione. Y eso lo cambia todo.
Esta semana, dos noticias aparentemente separadas revelan la misma realidad: el software está mutando a una velocidad que los humanos ya no pueden seguir de frente. Un ingeniero en InfoQ declaró que el código generado por agentes IA es “write-only” — tan denso y opaco que nadie puede leerlo ni modificarlo sin romper algo. Y el mismo día, el equipo del Model Context Protocol publicó un roadmap que le da a los agentes IA identidad propia, tareas de larga duración y comunicación entre ellos sin pasar por un humano. El cuadro completo es inquietante: si los agentes ya escriben código que nadie entiende y ahora también van a tener identidad para hablar entre sí… ¿quién supervisa qué?
El problema que nadie quería nombrar: el código IA ya es ilegible por diseño
Phillip Mortimer presentó en su charla “Complexity and Creativity in Software Engineering”, publicada por InfoQ en agosto de 2026, un concepto que muchos desarrolladores ya intuían pero no se atrevían a decir en voz alta: el código generado por agentes IA es write-only.
Write-only es un término viejo para software tan complejo o mal estructurado que nadie puede modificarlo sin destruirlo. Antes era una crítica. Ahora Mortimer lo plantea como una condición inherente al código generado por IA — no un bug, sino una característica de cómo los agentes producen software.
Los agentes de programación optimizan para que el código pase los tests, no para que un humano lo entienda. El resultado es funcional, pero ilegible. Opaco por construcción. Y cuanto más capaz es el modelo, más denso y específico resulta el output — porque el modelo tiene contexto que el lector no tiene.
La solución que propone Mortimer no es volver atrás: es cambiar el flujo de trabajo por completo. Los tests definen el comportamiento deseado. La revisión se automatiza. El código es desechable y se regenera cuando hay que cambiarlo, en lugar de editarse a mano. En este modelo, el código no es el artefacto valioso — la especificación y los tests sí lo son.
Para un desarrollador freelance que trabaja solo o en equipos pequeños, esto cambia la ecuación. Si vas a usar agentes IA para producir código, lo que necesitas dominar no es el código en sí — es definir con precisión qué debe hacer ese código, y verificar que lo hace.
El MCP le acaba de dar identidad a los agentes — y eso es más grande de lo que parece
El 22 de agosto de 2026, los mantenedores del Model Context Protocol publicaron un nuevo roadmap. Si no sabes qué es MCP: es el protocolo que permite a los modelos de lenguaje conectarse con herramientas externas — bases de datos, APIs, editores de código, servicios web. Es la plomería invisible que hace que los agentes IA puedan hacer cosas en el mundo real.
Las prioridades del nuevo roadmap son reveladoras:
- Identidad de agente: Hasta ahora, los servidores MCP usan API keys pegadas a mano y tokens de larga duración. El roadmap introduce estándares como DPoP (SEP-1932) y Workload Identity Federation (SEP-1933) — los mismos estándares que usamos para autenticar microservicios en producción. Los agentes IA van a tener credenciales propias, auditables, con tiempo de vida limitado.
- Tareas de larga duración: Los agentes ya no solo responden preguntas. Van a poder gestionar tareas multi-paso, delegarlas a otros agentes y recibir resultados de forma asíncrona.
- MCP stateless y escalable horizontalmente: La versión anterior requería mantener estado entre cliente y servidor. Ya no. Un servidor MCP puede escalar como cualquier API REST moderna.
- Descubrimiento progresivo: Los agentes pueden explorar qué herramientas están disponibles antes de comprometerse con una acción. Menos glue code. Más autonomía.
El MCP está convirtiéndose en la infraestructura de identidad y comunicación para agentes autónomos. No es una herramienta para que los humanos controlen mejor a la IA — es una capa para que los agentes se comuniquen entre sí de forma segura y predecible.
El giro que nadie esperaba: el código ilegible y los agentes con identidad no son dos problemas — son una solución
Aquí está la lectura que no está en los titulares: el código write-only no es un fallo del paradigma de la IA para programar. Es la primera señal de un cambio de paradigma completo.
Si el código ya no está pensado para que los humanos lo lean, y los agentes ya tienen identidad para comunicarse y delegar tareas entre sí, entonces estamos ante el nacimiento de un ecosistema donde el software lo escriben agentes para que lo ejecuten otros agentes. Los humanos definen los objetivos. Los tests verifican el comportamiento. El código de implementación es un detalle de ejecución.
Añade GLM-5.3 a la ecuación: el modelo 743B de Z.ai lanzado en agosto de 2026, diseñado específicamente para trabajo agentico de larga duración — tareas multi-paso, uso de herramientas, automatización defensiva. Open weights esperados a finales de agosto. Otro actor en este tablero.
El patrón es claro: la industria está construyendo infraestructura (MCP), modelos especializados (GLM-5.3, Ox Alpha), y marcos conceptuales (write-only code) para un futuro donde el software lo producen y consumen principalmente agentes, no humanos.
Lo que esto significa para desarrolladores que trabajan hoy
Si desarrollas software en 2026, esto no es ciencia ficción — ya está pasando en tu entorno de trabajo.
Primero: deja de optimizar para escribir código legible con IA y empieza a optimizar para definir comportamiento verificable. Los tests y las especificaciones son el nuevo código. El código generado es el artefacto intermedio.
Segundo: aprende a usar MCP, no solo herramientas que corren encima de él. Si entiendes la plomería, puedes construir pipelines de agentes que trabajen juntos de forma predecible — sin reinventar la rueda en cada proyecto.
Tercero: el cliente que te paga por horas de código está empezando a entender que hay otra forma. O tú le explicas qué está cambiando y cómo puede beneficiarse, o alguien más lo hará.
La ventaja competitiva no va a ser quién escribe más rápido con IA. Va a ser quién entiende qué sistema construir, cómo verificarlo, y cómo conectar las piezas correctas.
Si estás pensando en cómo adaptar tus proyectos a este nuevo paradigma — sea integrar agentes en tu stack actual, rediseñar flujos de trabajo con MCP, o simplemente entender qué parte del trabajo sigue siendo humana — puedo ayudarte. Hablamos en /contact.