El vibe coding promete multiplicar por 10 la productividad, pero PyPI aún no lo confirma

Los entusiastas del vibe coding y de las herramientas con agentes dicen ser 2, 10 e incluso 100 veces más productivos. Un desarrollador construyó un navegador desde cero en un fin de semana. Los escépticos hacen una pregunta razonable: si es verdad, ¿dónde está todo ese software nuevo?

El fenómeno del vibe coding

Desde 2023, los asistentes de IA para el desarrollo han pasado de ser un experimento de laboratorio a una herramienta cotidiana. Cursor, GitHub Copilot Workspace, Claude Code, Windsurf: cada trimestre salen productos nuevos. El principio es el mismo: el desarrollador expone su intención, un modelo de lenguaje genera el código y el desarrollador lo revisa y lo corrige.

Las afirmaciones sobre productividad suenan serias. No las hacen novatos, sino ingenieros con muchos años de experiencia: aceleraciones de 5 a 10 veces en tareas rutinarias, un MVP en una semana en lugar de un mes, un producto SaaS en solitario en un mes en lugar de un trimestre para un equipo. En redes sociales ya no es la excepción, sino un género.

La lógica económica sugiere que, si desarrollar es más barato, debería haber más desarrollo. Este razonamiento parte de que el mundo quiere más programas y, por tanto, si salen más baratos, se harán más. Si se acepta esa premisa, debería existir un «efecto IA» medible.

La prueba de PyPI

PyPI, el repositorio central de paquetes de Python, es un medidor ideal para esta hipótesis. Es grande y estable, y sus datos son públicos y se recopilan desde hace años. Python es uno de los lenguajes principales del ecosistema de IA, así que, si el efecto se manifiesta públicamente, será aquí.

Señales que esperaríamos ver a partir de 2023:

• aumento del número de paquetes nuevos publicados al mes
• más autores que publican un paquete por primera vez
• aparición de nuevos grupos temáticos (agentes, herramientas para LLM)
• ciclos de lanzamiento más rápidos en las bibliotecas existentes
• menor tiempo entre el primer commit y la publicación

Los datos de PyPI son abiertos y accesibles mediante BigQuery. Si la curva de publicaciones se disparó después de 2023, sería un argumento de peso a favor del relato del vibe coding. Si no, el efecto existe, pero se manifiesta de otra manera a la esperada.

Por qué los datos pueden callar

Aunque la mejora sea real, PyPI puede no reflejarla. La mayoría de los proyectos de vibe coding no llegan a los registros públicos: utilidades personales, herramientas internas de empresas y prototipos para clientes se quedan en privado.

La IA acelera sobre todo el arranque: esbozar la arquitectura, generar el esqueleto, escribir pruebas. Las partes lentas, como la depuración final, la documentación y el soporte posterior al lanzamiento, siguen siendo igual de lentas. El resultado: los proyectos empiezan más rápido, pero no terminan con más frecuencia.

También crece la ambición. Antes, un desarrollador dedicaba una semana a un script sencillo. Ahora, con esa misma semana, se lanza a un producto completo con interfaz, API y base de datos. El volumen total de código publicado no se ha duplicado, pero la complejidad de cada proyecto ha aumentado. PyPI no lo registra.

«Si no vemos que se duplique el número de paquetes, la ganancia de

velocidad la está absorbiendo otra cosa»: así suena, más o menos, la tesis central de los escépticos.

Qué significa

El vibe coding es un cambio real en cómo se siente el desarrollo. Pero las métricas públicas aún no confirman un crecimiento explosivo del volumen de software creado. Explicaciones posibles: la mayoría de los proyectos con IA siguen siendo privados; la ganancia se redirige a tareas más complejas; o estamos al principio de la curva y los datos aparecerán dentro de unos años.

En cualquier caso, antes de aceptar al pie de la letra las cifras de x10 y x100, conviene mirar no los tuits, sino los repositorios.