Comparan Claude Code de Anthropic con un desarrollador junior y extraen 5 reglas para producción

Claude Code puede darle a un desarrollador en solitario el ritmo de un equipo pequeño, pero en producción solo funciona bajo un control estricto. Es la conclusión del autor de un caso práctico que en un mes montó un sistema de análisis periódico de precios y ofertas de productos de la competencia. Según su experiencia, el modelo se comporta como un junior con iniciativa: escribe mucho código rápido, propone soluciones nada triviales y no discute, pero pierde con facilidad el contexto entre sesiones y, sin disciplina externa, empieza a reinventar la arquitectura, romper los límites entre módulos e introducir cambios incoherentes.

El proyecto no parece una demo, sino un sistema completo en funcionamiento. Ya incluye unas 25 fuentes sobre distintos motores, desde sitios estáticos hasta aplicaciones SPA, y el autor prevé llevarlas a unas 60 a finales de año. El conjunto de datos actual contiene unas 6000 fichas de producto y se espera que la muestra completa alcance unas 15 000.

Para el desarrollo se usaron SQLite y PostgreSQL. El scraping combina requests, BeautifulSoup, lxml y Playwright, con un enfoque API-first donde los datos se pueden obtener directamente. Encima hay una capa analítica para benchmarking de precios, análisis de brechas (gap analysis) y comparación de características de producto, y el matching se hace en varias etapas: prefiltro, embeddings y LLM-as-judge para los casos dudosos.

El autor subraya que este volumen exige no solo rapidez al escribir código, sino disciplina de ingeniería. Por eso el eje del texto son cinco reglas de control.

Primera, TDD antes de la primera línea de implementación: sin pruebas escritas de antemano, el modelo puede hacer no lo que se necesita, sino solo lo que parece verosímil.

Segunda, la documentación como memoria externa, porque un chat nuevo equivale en la práctica a un empleado nuevo que desconoce las decisiones pasadas. El proyecto usó documentos de arquitectura independientes, un registro de decisiones con miles de entradas, descripciones de pipelines y planes de sprint.

Tercera, comprobaciones de regresión obligatorias con golden data, para comparar tras cada cambio la calidad del matching con pares de referencia y no pasar por alto una degradación silenciosa.

Cuarta, revisión manual de código sin indulgencias por haber sido generado deprisa: si una persona no entiende por qué una solución está construida así, no se puede fusionar.

Quinta, límites firmes a la iniciativa en los prompts, para que el modelo no se ponga a refactorizar módulos vecinos, cambiar interfaces o añadir lógica superflua con el pretexto de mejorar.

El texto incluye además un episodio técnico revelador. Al optimizar el matching, Claude Code paralelizó el trabajo con `sqlite3.Connection` mediante `ThreadPoolExecutor`, lo que aceleró el proceso pero provocó caídas bajo carga en macOS. El problema solo se detectó gracias a una revisión atenta y a pruebas de carga, y se corrigió pasando a una conexión independiente por hilo mediante `threading.local()`. Después se logró mantener la estabilidad y obtener un aumento de rendimiento de varias veces. El ejemplo importa no por sí mismo, sino como ilustración de la idea central: el modelo puede proponer una solución que parece funcionar pero que en realidad lleva un riesgo oculto para producción.

El autor también traza los límites del enfoque. En su opinión, un ingeniero con experiencia y buen dominio de la arquitectura puede, con Claude Code, trabajar como dos o tres personas, sobre todo en scraping, automatizaciones y sistemas internos aplicados. Pero quien no tenga una base sólida probablemente obtendrá solo un MVP que se hace pasar por producción: las pruebas se escribirán a medida del código actual, la documentación quedará obsoleta enseguida y el coste de mantenimiento empezará a crecer en pocas semanas.

La conclusión principal para el mercado es sencilla: las herramientas de IA no eliminan el desarrollo senior, sino que elevan las exigencias. Claude Code acelera la implementación, pero no asume la responsabilidad de la arquitectura, la calidad y la durabilidad del sistema. Cuanto más tiempo deba vivir un producto, más importan la memoria externa, las barreras de regresión y el control manual de ingeniería. Sin ellos no se obtiene un sistema de producción maduro, sino solo la impresión convincente de que ya está listo para una explotación prolongada.