Cuando cualquiera puede lanzar un MVP en un fin de semana, ¿qué demuestra realmente haber lanzado algo?

Hay un momento específico en la revisión de portfolios que las responsables de contratación y los reclutadores han empezado a temer.

El GitHub de un candidato aparece en pantalla. Vemos cinco repositorios, todos con READMEs impecables y limpios. Un gestor de tareas con autenticación. Una aplicación del clima con una interfaz súper elegante. Un clon de e-commerce con integración de Stripe. Todo desplegado, todo funcional, todo pulido.

Hace apenas tres años, este portfolio habría cerrado la conversación con un contrato casi asegurado. Ahora, miramos la pantalla y nos preguntamos con una mezcla de escepticismo y honestidad: ¿realmente construyó algo de esto?

La pregunta no es para nada injusta. Según Eric Simons, CEO de Bolt.new, alrededor del 60–70% de los usuarios de su plataforma ni siquiera son técnicos. Y para rematar el panorama, el 25% de la generación Winter 2025 de Y Combinator tiene bases de código generadas en un 95% por Inteligencia Artificial.

Lo que antes era una prueba de trabajo genuina se ha transformado en algo completamente distinto. Podríamos llamarlo "prueba de prompt". Escribiste una frase, la IA hizo el resto y ahora hay una aplicación desplegada con tu nombre en el encabezado.

Una vez que empiezas a ver los portfolios con estos ojos, ya no puedes dejar de verlo.

La señal y el coste

En 1973, el economista Michael Spence publicó un artículo que años más tarde le haría ganar el Premio Nobel. Su teoría de la señalización en el mercado laboral estableció un principio superinteresante y un tanto contraintuitivo: las credenciales funcionan no por lo que aprendes en sí, sino porque son costosas de adquirir.

Un título universitario, por ejemplo, señala inteligencia y persistencia porque obtenerlo requiere un esfuerzo y un tiempo que los candidatos con menor capacidad o constancia no pueden reunir fácilmente. Al final, el contenido exacto del título importa menos que el hecho de que hayas sobrevivido a todo el proceso. La señal funciona, precisamente, porque es difícil.

Esta gran idea de Spence explica a la perfección por qué los proyectos paralelos (o side projects) se convirtieron en el estándar de oro para contratar desarrolladores durante años. Cuando Sebastian McKenzie creó Babel siendo un estudiante de secundaria en Australia, Meta lo contrató de inmediato a pesar de no tener un título universitario. Kenneth Reitz creó la famosísima librería Requests de Python y Heroku lo fichó como su “Python Overlord”. Dan Abramov creó Redux para una demo en una conferencia y Facebook lo contrató en cuestión de meses.

Estas historias de éxito moldearon el consejo profesional de toda una generación: "simplemente construye cosas, lanza algo real".

Y claro, el consejo funcionaba de maravilla porque lanzar algo era genuinamente difícil. Antes de la llegada de la IA, construir y desplegar un proyecto significativo tomaba entre cuatro y ocho semanas como mínimo. Necesitabas entender el frontend, pelearte duro con el backend, configurar el despliegue y depurar esos fallos inevitables que te quitaban el sueño. El esfuerzo era brutal y visible. Y esa brutalidad era, precisamente, el punto.

La encuesta de HackerRank de 2018, realizada a casi 40.000 desarrolladores, encontró que los ejecutivos de nivel C valoraban más los proyectos de GitHub que los propios años de experiencia. Las empresas más pequeñas estaban aún más enfocadas en los portfolios: el 80% los revisaba minuciosamente, frente al 66% en las grandes corporaciones.

El portfolio funcionaba como esa gran señal de Spence porque era costoso de producir. Representaba una prueba de trabajo real y honesta.

Pero entonces, la IA colapsó el coste. Y esa prueba de trabajo se convirtió silenciosamente en una simple prueba de prompt.

Las herramientas que cambiaron la ecuación

Hablemos de datos concretos. Bolt.new se lanzó en octubre de 2024. En tan solo cinco meses alcanzó los 40 millones de dólares en ingresos recurrentes anuales, convirtiéndose en el segundo producto de crecimiento más rápido de la historia, situándose solo por detrás de ChatGPT. Su promesa era ridículamente simple: escribe “Haz un clon de Spotify” y obtén una aplicación web completamente funcional en menos de sesenta segundos.

Por su parte, Cursor creció un asombroso 6.400% interanual. Una investigación del MIT encontró que los desarrolladores asistidos por IA completan sus tareas un 55% más rápido. Incluso una startup fintech de YC construyó todo su MVP en apenas tres semanas en lugar de los tradicionales tres o cuatro meses que solían requerirse.

El mismísimo Andrej Karpathy publicó sobre este cambio radical a principios de febrero de 2025, acuñando un término que se volvió viral, el “vibe coding”:

“Hay un nuevo tipo de programación que llamo ‘vibe coding’, en el que te entregas por completo a las vibras, abrazas los exponenciales y olvidas incluso que el código existe… Siempre hago ‘Accept All’, ya no leo los diffs”.

El concepto se extendió como la pólvora. De hecho, Merriam-Webster añadió la entrada en cuestión de semanas, y empresas gigantes como Visa, Reddit y DoorDash empezaron a incluir habilidades de “vibe coding” en sus ofertas de empleo.

Esto es la teoría de Spence funcionando, pero al revés. Cuando el coste de producir una señal cae casi a cero, la señal deja de señalar. Un portfolio de proyectos lanzados solía demostrar persistencia, profundidad técnica y una resiliencia única para superar problemas difíciles. Hoy, solo demuestra que puedes escribir un prompt ingenioso y hacer clic en el botón de desplegar.

Aquí es donde la famosa Ley de Goodhart se aplica directamente: cuando una medida se convierte en un objetivo, deja de ser una buena medida. Los proyectos paralelos se transformaron en un objetivo en sí mismos. Los desarrolladores optimizaron sus esfuerzos para lanzar proyectos en masa, en lugar de optimizar para los rasgos subyacentes que esos proyectos supuestamente debían revelar.

Las certificaciones de AWS siguieron exactamente el mismo camino en su momento. Lo que antes diferenciaba a los candidatos se convirtió primero en un requisito básico y luego en puro ruido de fondo. Los proyectos paralelos son simplemente la víctima más reciente de este fenómeno.

El informe de reclutamiento de CloudApper de 2025 reveló que más del 40% de los responsables de contratación ahora tienen serias dificultades para diferenciar la experiencia real del contenido mejorado o creado con IA. Incluso empleadas y empleados de Google han pedido formalmente a la dirección que recuperen las entrevistas presenciales debido a la enorme preocupación por las trampas con IA. Las pruebas técnicas para hacer en casa (los famosos take-home tests) están muriendo en toda la industria.

La revisión de portfolios, que antes identificaba de forma tan fiable a los perfiles más fuertes, ahora requiere un interrogatorio tan exhaustivo que destruye su propio propósito. Si como reclutadora tienes que verificar minuciosamente cada línea del proyecto para confirmar si el candidato realmente lo construyó, el portfolio ha dejado de hacer su trabajo.

La presión

Este colapso de la señal llega, desafortunadamente, en el peor momento posible para todas aquellas personas que recién están intentando abrirse camino en el sector.

La investigación de SignalFire muestra que las grandes empresas tecnológicas redujeron la contratación de recién graduados en un 25% durante 2024. Además, un estudio de Economía Digital de Stanford encontró que el empleo de desarrolladores de software de entre 22 y 25 años ha caído casi un 20% desde su pico en 2022. Marc Benioff, CEO de Salesforce, anunció abiertamente que no añadirán más ingenieros de software en 2025, citando las brutales ganancias de productividad impulsadas por la IA.

La paradoja es gigante y dolorosa: los proyectos paralelos eran antes el camino dorado para que los perfiles junior se diferenciaran cuando no tenían experiencia laboral previa. Ahora, las mismas herramientas que hicieron que lanzar proyectos fuera ridículamente fácil, también han hecho que los desarrolladores junior parezcan prescindibles ante los ojos del mercado.

James McWalter, CEO de Paces (una startup de Y Combinator), recibió la increíble cifra de 23.000 postulaciones en solo 30 días para cubrir apenas ocho puestos. Un engineering manager de Spotify recibió 1.700 candidatos en 15 horas. Una reclutadora de una fintech que cotiza en bolsa y que realizó más de 30 contrataciones este año nos confiesa una realidad incómoda:

“Los candidatos entrantes representan la porción más pequeña de las contrataciones, alrededor del 10%… Los candidatos que aplican de forma directa fallan los procesos con mucha más frecuencia que los candidatos que buscamos activamente de forma externa”.

Cuando absolutamente todo el mundo puede generar un portfolio deslumbrante en un fin de semana, el portfolio deja de decir algo útil sobre quién eres realmente.

Lo que todavía cuesta algo

Pero no nos desanimemos, porque la teoría de Spence no solo nos explica qué es lo que se rompió. También nos da la brújula para saber qué es lo que sigue funcionando.

Si las señales funcionan a través del coste, la pregunta clave que debemos hacernos es: ¿qué sigue siendo realmente caro de producir hoy en día? Desde luego, lanzar ya no lo es; lanzar ahora es básicamente gratis. Pero todo lo que ocurre después de lanzar... eso sí que requiere un esfuerzo humano real.

Piénsalo como una "prueba de finalización y mantenimiento" en lugar de una prueba de prompt. ¿Dónde deberíamos poner el foco?

  • Trabajar dentro de una complejidad ya existente: Empezar un proyecto desde cero en un entorno limpio y controlado es algo que cualquiera puede atravesar hoy a base de prompts. Pero navegar por la inmensa base de código de Django, contribuir activamente a Kubernetes o corregir bugs complejos en PostgreSQL… eso es otro nivel. Requiere entender sistemas que tú no creaste, trabajar dentro de restricciones que no elegiste y coordinarte con equipos humanos que tienen opiniones muy firmes sobre tu código. No es sorpresa que la mitad de los responsables técnicos planee aumentar la contratación de contribuidores open source en 2025. Buscan evidencias de que puedes operar en el mundo real, caótico y desordenado, y no solo levantar demos bonitas.
  • Conseguir que la gente realmente use lo que construiste: El despliegue ya no demuestra absolutamente nada. La retención lo demuestra todo. Un proyecto sencillo, con solo diez usuarios activos pero reales, que encontraron bugs que tuviste que trasnochar para corregir, cuenta una historia de crecimiento que una pieza de portfolio pulida pero con cero descargas jamás podrá contar. Cualquiera puede lanzar. Mantener a los usuarios felices y el sistema estable es un problema completamente distinto.
  • Detectar lo que la IA hace mal: La encuesta de Stack Overflow de 2025 preguntó a los desarrolladores por qué seguirían recurriendo a un humano en lugar de una IA. La respuesta principal, con un rotundo 75%, fue: “cuando no confió en las respuestas de la IA” . Cuando se estima que el 61% del código producido por IA requiere algún tipo de refactorización, la persona que tiene el ojo crítico para detectar los problemas importa muchísimo más que la persona que generó el código en primer lugar. Generar código ahora es la parte fácil; saber cuándo está roto o es ineficiente es la verdadera habilidad valiosa.
  • Explicar tu razonamiento y tus "porqués": El código en sí se ha vuelto barato, pero el pensamiento estratégico detrás de ese código no lo es. Quienes reclutan quieren ver no solo qué construye, sino por qué decide hacerlo de esa manera. La capacidad de explicar decisiones arquitectónicas, documentar los sacrificios técnicos (concesiones) y comunicarte con claridad con stakeholders no técnicos se vuelve exponencialmente más valiosa a medida que la IA genera código indocumentado a escala.

La investigación Octoverse de GitHub de diciembre de 2025 identifica este cambio con total claridad: los desarrolladores que más han avanzado de la mano de la IA describen su rol ya no como “productores de código”, sino más bien como “directores creativos del código” , donde la habilidad central no es la implementación pura, sino la orquestación, la estrategia y la verificación minuciosa.

Las señales de talento no han desaparecido del mapa. Simplemente se han movido de la línea de salida a la línea de meta.

Lo que queda

El mítico consejo de "simplemente construye cosas" no es que esté mal. Es que se ha quedado incompleto.

Construir sigue siendo un pilar fundamental para aprender. Los ciclos de retroalimentación, la frustración de la depuración, esos momentos mágicos en los que finalmente entiendes por qué algo se rompió: la IA no puede (ni debe) acortar esa educación interna. Pero construir por sí solo ya no te va a diferenciar en un mar de candidatos.

Thomas Dohmke, CEO de GitHub, lo observa con mucha lucidez:

“Estamos entrando en una era en la que los becarios y desarrolladores junior ya llegan dominando las mejores herramientas de generación de código con IA del mercado”.

El estándar de la industria cambió por completo. Usar la IA de forma efectiva ahora es el piso, se espera por defecto; ya no es un factor sorpresa. Ser capaz de llegar mediante indicaciones a una aplicación funcional es el nuevo requisito básico para entrar a jugar.

Ese responsable de contratación del que hablábamos al principio sigue ahí, mirando la pantalla. Ve los mismos cinco proyectos, todos desplegados, todos funcionales. Pero ahora sus ojos buscan cosas totalmente distintas. No le interesa si lanzaste, sino si fuiste capaz de mantener vivo. No le importa si el código corre, sino si puedes explicar con pasión y fundamentos por qué está estructurado de esa manera. No busca saber si empezaste... quiere saber si terminaste.

El portafolio que antes demostraba con orgullo que podías construir, ahora solo demuestra que fuiste capaz de comenzar.

Cualquiera puede llegar mediante indicaciones a un punto de partida. Lo que seas capaz de hacer después, en el mundo real, es lo que realmente importa ahora.

Gracias por leer Código en Casa.
Si esto te a ayudado y te sumo algo Dale un 👏 , compártelo con tu red o dejame un comentario para saber tu opinión.