De la idea a MVP en un día: IA construyó un perfilador para PostgreSQL

La migración de MS SQL a PostgreSQL trajo una sorpresa inesperada: no hay perfilador integrado. Una de las funciones clave, familiar para cualquiera que haya trabajado con SQL Server, simplemente no existe. Antes, esto habría significado: asignar la tarea a los desarrolladores, acordar la especificación, esperar semanas por el resultado. Un ingeniero eligió un camino diferente y construyó un MVP funcional en 24 horas, sin escribir una sola línea de código por su cuenta.

Por qué PostgreSQL no tiene un perfilador integrado

PostgreSQL supera a MS SQL en funcionalidad en muchas áreas, pero el diagnóstico y el perfilado son su punto débil conocido. En SQL Server, el perfilador está integrado directamente en el núcleo de la base de datos. Permite rastrear cada consulta ejecutada: tiempo de ejecución, recursos consumidos, planes de optimización, bloqueos.

En PostgreSQL es diferente. No hay un perfilador integrado completo. Sí, hay extensiones (pg_stat_statements para estadísticas, auto_explain para registrar planes), pero requieren instalación y configuración separada. Y lo más importante, no proporcionan la cantidad completa de información que proporciona el perfilador integrado de SQL Server.

Cómo la IA creó el código en un día

En lugar del ciclo tradicional (tarea → especificación → desarrollo → semanas de espera), el ingeniero eligió un enfoque diferente. Abrió un diálogo con un asistente de IA y describió el requisito: se necesitaba una herramienta que intercepte las consultas a PostgreSQL y muestre métricas útiles. No «escribe una clase en Python», no «crea una función para analizar logs». Solo una descripción del problema.

Luego comenzó el desarrollo iterativo:

• Primer prompt con descripción de la tarea
• Recibir código listo de la IA
• Prueba en una base de datos real en producción
• Descripción de los errores encontrados en un nuevo prompt
• Versión corregida del código
• Repetición del ciclo hasta obtener un MVP funcional

En 24 horas de trabajo intensivo (no semanas de espera en la cola de desarrolladores) apareció una herramienta que funciona realmente. Sin reuniones, sin aprobaciones, sin planificación de sprints.

Qué salió del resultado

El MVP del perfilador intercepta las consultas SQL que llegan a la base de datos y recopila métricas: tiempo de ejecución de cada consulta, índices utilizados, número de filas. Hay una interfaz básica para ver las estadísticas recopiladas.

Este no es un producto comercial final con todos los lujos de optimización e integración con sistemas de monitoreo. Pero es una solución funcional que proporciona lo que se necesita: visibilidad en lo que sucede dentro de la base de datos.

Qué significa esto

La historia ilustra un cambio de paradigma en el desarrollo. Antes, el desarrollador escribía el código él mismo (durante mucho tiempo). Ahora: describe la tarea, la IA genera la base, el desarrollador aclara los detalles (rápidamente).

Esta no es una sustitución del programador, sino una aceleración de su trabajo varias veces. Para las empresas, esto significa menos deuda técnica, ciclos de desarrollo más cortos, y desarrolladores enfocados en la lógica, no en la sintaxis.