La mayoría de las empresas trata la IA como un chatbot. Abres una ventana, preguntas, copias la respuesta, cierras la ventana. Block hizo lo contrario, y por eso vale la pena mirar lo que hizo.

Block construyó un sistema interno llamado Builderbot que coordina agentes de IA sobre todo su código. No es una herramienta que un ingeniero abre. Es algo que vive dentro de Slack, donde sus equipos ya discuten el trabajo. Y esa es la tesis de este post: la interfaz que gana no es un chatbot ni un IDE nuevo, es la conversación donde el trabajo ya ocurre, y el valor no está en el modelo que usas sino en el sistema que construyes a su alrededor. Lo segundo no se compra prehecho. Se construye, y ahí es donde entramos nosotros.

Lo que Block puso a funcionar

Empieza por los usos concretos, porque ahí se entiende rápido. Un ingeniero etiqueta a Builderbot en un hilo de Slack. El sistema investiga el problema, arma un plan y entrega el cambio. No es un asistente que sugiere; es un sistema que ejecuta de punta a punta dentro del flujo que ya existía.

Los números que Block publicó dan la escala: 200.000 operaciones al día, 1.500 PRs mergeados por semana, y el 15% de todos los cambios de código en producción de la empresa. Lo que antes tomaba meses, ahora toma días, según ellos.

Jack Dorsey lo enmarcó diciendo que van a hablar mucho más de sus “herramientas de inteligencia” y que esto es apenas el principio. Quita el entusiasmo de fundador y queda algo concreto: una empresa que dejó de tratar la IA como una función que compras y empezó a tratarla como un sistema que construyes.

La interfaz que gana es la conversación que ya tienes

Acá está la parte que casi nadie copia bien. La pregunta de “¿dónde pongo al agente?” casi siempre se responde mal: en una app nueva, en un panel aparte, en otra pestaña que el equipo tiene que recordar abrir.

Block lo puso en Slack, y no es un detalle. Como apuntó Sergey Karayev comentando el lanzamiento, el mejor contexto que encontraron para los agentes de programación no es nada sofisticado: es el hilo de Slack. El problema ya está explicado ahí. Están las capturas, el debate, las decisiones previas, el “esto ya lo intentamos y no funcionó”. Un agente etiquetado en ese hilo recibe todo ese contexto sin que nadie se lo reescriba.

Una app nueva hace lo contrario. Obliga al usuario a recrear contexto que ya existía en otro lado. Y ese paso, el de reconstruir el contexto a mano, es exactamente donde la mayoría de los pilotos de IA se mueren. No porque el modelo sea malo, sino porque le pediste que trabajara a ciegas. Lo argumenté en su momento desde el ángulo de que la IA no es una herramienta, es infraestructura: la infraestructura no se visita, está debajo de todo lo que ya haces.

El número que importa no es 1.500 PRs

Vale detenerse en una crítica que apareció apenas Block publicó las cifras: que contar PRs es una métrica vacía. Tienen razón a medias, y la mitad en la que tienen razón es importante.

La cantidad de PRs por sí sola puede ser ruido. Mil quinientos cambios por semana que no llegan a producción, o que generan más trabajo de revisión del que ahorran, no son una victoria, son un problema disfrazado de productividad. Si solo mides volumen, estás midiendo lo fácil, no lo que importa.

El número que sí importa en el caso de Block es otro: el 15% del código en producción. Eso no mide cuánto genera el sistema, mide cuánto se atreven a dejar pasar. Es una señal de confianza, y la confianza es lo difícil de construir. Conté esta misma tensión cuando Uber reportó que el 70% de su código ya es IA: la cifra impresiona, pero lo que decide si sirve es el sistema de revisión y orquestación que hay detrás, no el porcentaje en la diapositiva.

Lo que IQ Source hace con esto

La lección para tu empresa no es “instala un agente en Slack”. Es entender qué tipo de cosa estás construyendo. Un chatbot lo compras y lo conectas. Un sistema lo construyes, porque la parte que da valor (las herramientas que le das al agente, el contexto que recibe, los límites de lo que puede hacer solo) es específica de tu operación y no viene en una caja.

Eso es lo que montamos cuando una empresa nos pone a construir sobre su operación. No entregamos una licencia de chatbot. Construimos la capa de orquestación encima del modelo, conectada a las herramientas y los procesos que ya usas, metida donde el trabajo ya pasa. El modelo es intercambiable. El sistema que lo rodea es tuyo, y es lo que se queda dando valor cuando el modelo de moda cambie el trimestre que viene. De eso hablé en el harness es el moat: el modelo es commodity, lo que construyes a su alrededor no.

Antes de comprar la próxima licencia de IA para tu equipo, hazte una pregunta distinta. No “¿qué herramienta compro?”, sino “¿qué sistema construyo, y dónde lo meto para que reciba el contexto que ya tengo?”. La primera pregunta te deja con una pestaña más que nadie abre. La segunda te deja con algo que se vuelve parte de cómo trabaja tu empresa.

Construyamos el sistema, no otra ventana de chat