Waydev: la carrera por los tokens reduce el rendimiento de la programación con AI e infla el volumen de retrabajo

Un nuevo culto en equipos que usan intensamente la codificación con IA: no la calidad de los lanzamientos, sino el volumen de tokens quemados. El problema es que más código y más PRs no necesariamente significan más trabajo útil: una parte significativa de este volumen termina siendo reescrita.

Cómo funciona el tokenmaxxing

El término tokenmaxxing describe una lógica simple: si un desarrollador gasta muchos tokens en Claude Code, Cursor o Codex, supuestamente trabaja con más productividad. Dentro de las empresas, los grandes presupuestos de computación con IA ya se han convertido en un elemento de estatus, casi como lo eran el número de líneas de código o commits. Pero es el mismo error antiguo con un empaque nuevo.

Los tokens son una entrada al proceso, no un resultado. Muestran cuántos recursos fueron quemados, pero no responden si el equipo tiene más código confiable, útil y mantenible. Según Waydev, que trabaja con aproximadamente 50 empresas y más de 10 mil ingenieros, los gerentes frecuentemente ven un panorama de alto nivel muy bonito: 80–90% del código generado por IA es inicialmente aceptado y entra en el repositorio.

Pero luego comienza una parte menos visible del trabajo—correcciones, reversiones y reescrituras en las semanas siguientes. Si se toma en cuenta esta cola, la proporción real de código que realmente "se adhirió" cae a 10–30%. Aquí es donde se desmorona la ilusión de productividad instantánea.

Métricas contra ilusiones

Varias empresas que trabajan en análisis de ingeniería ahora están intentando medir este panorama. La demanda ha crecido tanto que los grandes jugadores también han comenzado a invertir en tales herramientas: Atlassian compró la startup DX por $1 mil millones en 2025 para medir mejor el retorno de los agentes de IA en el desarrollo. La conclusión general entre diferentes plataformas es similar: el volumen de código producido está creciendo, pero la proporción de resultados sostenibles no.

• GitClear reporta que los usuarios habituales de herramientas de IA muestran code churn 9,4 veces más alto que los desarrolladores sin IA, aunque el crecimiento año-a-año limpio se ve mucho más modesto—alrededor del 25%.
• Faros AI en su informe de marzo de 2026 registró un aumento del 51% en el tamaño del PR con alta participación de IA en el desarrollo, aumento del 28% en errores por PR, aumento de cinco veces en el tiempo medio de revisión y un pico de code churn del 861%.
• Jellyfish en una muestra de 7.548 ingenieros encontró que los desarrolladores más "presupuestados en tokens" hacen más PRs, pero la dependencia rápidamente se vuelve no rentable en precio.
• En los datos de Jellyfish, el 20% superior en gastos de tokens lanzó en promedio 23 PRs fusionados por trimestre frente a 11 para el 20% inferior, pero gastó aproximadamente $1.822 en esto versus aproximadamente $3.

El costo del código extra

El problema principal no es que la IA escriba mucho, sino que el volumen adicional desplaza el costo del trabajo más abajo en la tubería. El equipo genera borradores más rápido, pero luego paga por lectura, revisión, integración y mantenimiento de este código. Si los PRs se hacen más grandes, los errores más numerosos y las revisiones más largas, entonces parte de la "aceleración" simplemente se traslada al futuro como deuda técnica.

Esto es especialmente notable en desarrolladores junior: frecuentemente aceptan sugerencias de IA sin mucho filtrado y luego frecuentemente vuelven a estos cambios. Con ingenieros senior, la situación es mejor porque establecen contexto con más precisión y cortan basura en la entrada más despiadadamente. Pero incluso en este caso, los retornos marginales disminuyen.

Jellyfish escribe casi linealmente: en el extremo superior de la curva, los desarrolladores gastan casi 10 veces más tokens para obtener aproximadamente el doble del throughput. Esto ya no es una historia sobre eficiencia, sino sobre aceleración muy cara.

"Esta es una nueva era del desarrollo de software, y las empresas tendrán que adaptarse de todas formas," dice

Alex Chirchey, CEO de Waydev.

Lo que significa esto

La codificación con IA no desaparecerá, pero un culto del gasto máximo de tokens parece una métrica de gestión deficiente. Si las empresas quieren productividad real, tendrán que mirar no la cantidad de código generado, sino cuántos cambios pasan la revisión sin romper producción, no regresan para reescritura y pagan su costo en tokens.