
El framework Attract
Ignora los bots y tu negocio será ignorado, como el árbol que cae en el bosque y no hay nadie para escucharlo.
410.017 líneas de código de producto. 2.784 horas humanas. 37 semanas. Los modelos clásicos de estimación dicen que debería haber llevado al menos 34 veces más. Este es el método detrás de esa brecha.

En 2001: una odisea del espacio, HAL9000 presume de que ningún ordenador de su serie ha cometido jamás un error. El problema de HAL nunca fue que pudiera fallar. Fue que nadie a bordo tenía forma de comprobarlo.
Ese es, más o menos, el estado del software asistido por IA en 2026. Los modelos escriben código a una velocidad que ningún equipo puede igualar, y buena parte de la industria trata el resultado como la tripulación del Discovery trataba a HAL: con fe ciega, hasta el día en que te deja fuera de la nave.
En 2026 construimos Clione, una plataforma SaaS que sincroniza, enriquece, publica y verifica la capa semántica de los catálogos de eCommerce para que ChatGPT, Gemini, Perplexity, Claude y los agentes de compra los entiendan, los citen y los recomienden. Clione escribe en las tiendas en producción de nuestros clientes. Un “confía en mí” al estilo HAL no era una opción. Así que tuvimos que cambiar nuestra forma de trabajar, y después medimos cuánto valía ese cambio.
La versión corta, antes de las cuentas:
Por qué seguir leyendo: si vas a construir software con IA, o a contratar a alguien que dice hacerlo, esta es la diferencia medida entre una demo y un sistema.
Esta es la historia técnica, con las pruebas.
Congelamos la medición en un único commit de producción (ea7ebf38, lo que producción servía el 13 de octubre de 2026):
Después pasamos ese mismo código por los modelos clásicos de estimación de software, los que la industria lleva décadas usando y que se calibraron con proyectos en los que las personas escribían cada línea. Parámetros publicados, nada ajustado a nuestro caso:
Incluso el modelo de ciclo completo más conservador predice 34 veces más esfuerzo del que costó el sistema. Y hay un suelo: la ciencia del software de Halstead, que ignora diseño, pruebas, reuniones y errores y solo modela el acto de escribir y entender código, sigue dando 10.094 horas. Es decir, 3,6 veces lo invertido, bajo el supuesto absurdo de que alguien escribió de corrido la versión definitiva de cada función sin hablar nunca con nadie.
Cualquier crítica a los demás estimadores por sobreestimar deja intacto ese suelo.
Cifras así merecen sospecha, así que te contamos cómo se construyeron.
Tamaño. Contado con scc4.1.0 sobre un “git archive” limpio de ese commit. Quitamos tests, migraciones, código generado y artefactos de construcción, además de documentación y ficheros de datos. Ese último corte no era cosmético: 271.000 líneas de Markdown del backlog, registros de cambios, JSON de localización y datasets rastreados habrían llevado COCOMO a 819.600 horas. No las escribió nadie, así que no cuentan.
Horas. El 30,8% procede de registro horario manual. El resto sale del historial de git, con un “span diario” por autor (del primer al último commit del día, más 45 minutos). Calibramos ese método con las dos personas que registran su tiempo y además hacen commits: reproduce sus horas registradas con un error del 3 al 5%, y siempre se queda corto. Por eso lo multiplicamos por 1,04 para el resto. La cifra de quien más horas aportó se redujo un 10% a petición propia, para descontar tiempo en el repositorio que no era trabajo.
Las máquinas no cuentan como personas.736 horas de reloj de máquina (259 de sesiones del agente de codificación, 403 de bots de pipeline y 74 del agente de revisión) se registran aparte y no se suman al total humano. Cada sesión de agente la abre y la supervisa una persona, y esa supervisión ya está dentro de las 2.784 horas.
Reproducible. Cada cifra se puede recalcular con herramientas de código abierto. El paquete de replicación, disponible bajo petición, sustituye los correos de autor y los identificadores del registro horario por hashes SHA-256 con sal, de modo que cualquiera puede repetir la calibración sin saber quién es quién.
Nada de esto viene de un modelo mejor. Todo el mundo tiene acceso a los mismos modelos. Viene de tratar a la IA como un miembro del equipo con un puesto definido por escrito, y no como un autocompletado con personalidad. Seis cambios hicieron el trabajo pesado.
Cada tarea empieza con criterios de aceptación etiquetados como automáticos (con el comando exacto que los prueba) o manuales (con el nombre de quien los verifica). Un criterio sin prueba lo rechaza la propia herramienta antes de que la tarea exista. El agente no recibe una intuición. Recibe una especificación que puede no cumplir.
Comprobación de tipos, análisis estático, más de 590 tests de contrato, verificación de internacionalización en dos idiomas, cobertura de capturas de cada ruta del producto y una prohibición, verificada por código, de URLs, claves o credenciales escritas en el código o en los despliegues. Si la puerta dice que no, es que no.
Se llama como la moira que corta el hilo. Atropos es un agente independiente que no escribió el cambio y que está ahí para rechazarlo. Cada revisión tiene presupuesto, trazabilidad y un veredicto registrado. El cambio que no supera a Atropos no entra. Hasta ahora, 242 commits firmados solo por el revisor.
Cada commit dice quién lo escribió: 1.076 el agente de codificación, 702 los bots de pipeline, 242 Atropos y el resto, personas. Cada cambio lleva su entrada de registro de cambios en inglés y en español como metadato obligatorio. Cada decisión de producto queda fechada y con autor. Cada versión en producción se verifica contra la huella de la imagen desplegada y con un chequeo de salud profunda tras el despliegue.
La deuda se registra como tarea, con dueño y fecha, en el momento en que se detecta, en un backlog versionado junto al código. Nadie “se acuerda de volver luego”.
Las personas deciden, revisan y verifican sobre entornos reales. La IA explora, implementa, prueba y documenta. El reparto está escrito, es auditable y mejora con cada iteración.
El resultado en términos operativos: ciclos de entrega de horas en lugar de semanas, un flujo continuo de versiones a producción sin ninguna pérdida de datos registrada y una tasa de reversión del 0,14% (6 de 4.400 commits sin contar merges hasta la versión medida, ninguno desde septiembre).
En febrero de 2025, Andrej Karpathy bautizó el “vibe coding”: aceptar lo que propone el modelo, no leer el diff y pegarle los errores hasta que parezca que funciona. Estupendo para un prototipo de fin de semana. Aterrador para un sistema que escribe en la tienda de otro. Los dos enfoques usan los mismos modelos. La diferencia está en quién verifica, qué se mide y qué queda escrito.
Aviso para navegantes: estas comparaciones no son el mismo experimento. Los estudios publicados miden tareas, de una en una, sin un proceso de verificación como el nuestro. Son la mejor aproximación pública al vibe coding, que por definición nadie mide. Lo nuestro mide un sistema completo. Esa es justamente la cuestión: los estudios por tarea responden a “cuánto más rápido va una tarea con un asistente”. Nosotros queríamos responder a “cuánto se aleja un sistema real de lo que los manuales dicen que debería haber costado”.
El propio METR ha actualizado ese resultado: con herramientas de finales de 2025, su continuación apunta a una aceleración (en torno al 18% en los desarrolladores que repiten y al 4% en los nuevos, con intervalos que incluyen el cero), y los autores ya consideran que los experimentos por tarea son un indicador poco fiable, en parte porque muchos desarrolladores se niegan a trabajar sin IA. Justo por eso nosotros medimos un sistema completo.
Y dos señales más de lo que pasa sin disciplina: GitClear, tras analizar 211 millones de líneas modificadas, vio por primera vez en la historia cómo el código copiado y pegado superaba al código refactorizado, y el informe DORA2025 concluye que la IA amplifica lo que una organización ya es, virtudes y defectos incluidos.
Los modelos de ciclo completo no modelan solo escribir código. Modelan un proyecto: análisis, diseño, construcción, pruebas, gestión y el coste de comunicación de un equipo. Para un sistema de este tamaño, COCOMO infiere un equipo de unas 65 personas. El nuestro equivalía a dos.
Eso deja dos lecturas, ambas compatibles con los datos: que la IA eliminó la mayor parte del esfuerzo de construcción, o que la IA permitió que dos personas construyeran lo que los modelos asignan a sesenta y cinco y, de paso, se ahorraran el coste de coordinación, que crece más rápido que el propio equipo. Nuestro estudio no puede separarlas. La segunda lectura es la más interesante, porque dice que la parte cara del software nunca fue teclear. Fue coordinarse.
En dinero, con un coste laboral medio en España de 30 €/h, las 2.784 horas costaron unos 83.520 €. El mismo sistema a las horas que predice el modelo más conservador (ISBSG) rondaría los 2,85 M€, y en el techo de COCOMO, los 11,55 M€. El coste de la propia IA (tokens, suscripciones, infraestructura de agentes) no se ha restado porque todavía no lo hemos medido con precisión; a precios de 2026, está varios órdenes de magnitud por debajo incluso del ahorro más conservador.
Preferimos decir lo que los números no dicen antes de que lo diga otro.
El cociente exacto depende del modelo. Que supera un orden de magnitud, no.
Un estudio de caso autodeclarado es un punto de partida, no un veredicto. Tres pasos lo convertirán en uno verificado por terceros, en orden de coste creciente: un informe de procedimientos acordados (ISRS4400) de un auditor sobre el registro horario y el historial de git; un recuento manual de puntos de función por un contador certificado IFPUG, que sustituya el backfiring; y una tasa de entrega de ISBSG filtrada por tamaño, lenguaje y tipo de aplicación en lugar de la mediana global.
Si te dedicas a alguna de esas tres cosas, nos encantará hablar contigo.
HAL nunca dejó que nadie revisara su trabajo. Nosotros construimos todo el método sobre la idea contraria. El vibe coding acelera muchísimo a quien escribe el código. El desarrollo nativo de IA le da a quien responde por el resultado la velocidad y la confianza para poner su firma.