Dentro de la ingeniería de Anthropic: el laboratorio de IA sigue comiendo su propio alimento, discretamente

The Pragmatic Engineer publica un « deepdive » sobre la ingeniería interna de Anthropic. La lectura sorpresa: « ever more » revisión de código y pruebas por IA, pero los equipos de dos pizzas resisten. Alisamiento, no cambio radical.

En términos sencillos - El análisis en profundidad del ingeniero pragmático sobre la ingeniería de Anthropic indica que el laboratorio de IA está realizando "cada vez más" revisiones de código y pruebas con IA, mientras que los equipos de dos pizzas siguen muy vivos. Menos sorpresas de las que sugiere el bombo publicitario, y eso es lo interesante.

Contexto

The Pragmatic Engineer publicó el 28 de julio de 2026 un « deepdive » sobre las prácticas internas de ingeniería de Anthropic. El interés es doble: Anthropic es el proveedor del modelo de IA más utilizado en herramientas para desarrolladores (Claude Code nativo, Cursor vía API, Windsurf, etc.), y es una de las pocas fuentes fiables sobre « cómo es realmente una organización que entrega su producto usando su propio LLM como alimento para perros ».

Los datos

El artículo (newsletter.pragmaticengineer.com) recoge los puntos principales, resumidos por su autor:

• Cada vez más revisiones de código y pruebas con IA.
• Equipos de dos pizzas muy vivos - la estructura ágil clásica se mantiene.
• Detalles de organización y procesos más allá de la caricatura de « laboratorio de investigación pura ».

Bajo el capó

La expresión « ever more » (« cada vez más ») es más interesante de lo que parece: indica una adopción progresiva y medida, no un cambio radical. Anthropic —que construye el modelo— no ha reemplazado a sus ingenieros con agentes ni eliminado las revisiones humanas de código: ambas capas coexisten, y la IA gana terreno gradualmente.

Análisis

Tres enseñanzas. Cadencia: la adopción interna de LLM es un alisado, no un « big bang » —coherente con Google (Amplified Engineer), Shopify (mandato de IA). Estructura: los equipos de dos pizzas se mantienen porque son un formalismo organizacional, no técnico —la IA cambia el resultado del desarrollo, no el tamaño óptimo de un equipo. Autoalimentación: Anthropic vende Claude Code a ingenieros profesionales; que Anthropic lo use (y mejore) internamente es una ventaja implícita frente a OpenAI, cuya pila Codex se integró más tarde en ChatGPT (ver hilo openai-super-app).

Escenarios (12 meses)

• 60 % - Otros laboratorios de IA (OpenAI, Google DeepMind) publican también sus prácticas internas, impulsados por la presión de transparencia en herramientas para desarrolladores.
• 25 % - Métricas internas de Anthropic (tiempo de revisión, tasa de errores post-merge) acaban filtrándose.
• 15 % - Retroceso parcial: reintroducción de salvaguardas humanas en ciertas clases de código (criptografía, seguridad, sistemas distribuidos).

Implicaciones para el profesional

Para un líder de ingeniería: la lectura proporciona referencias concretas para justificar la adopción de LLM ante la dirección —Anthropic no ha roto sus equipos. Para un arquitecto: no redefina su estructura para « acoger » la IA; déjela deslizarse en los roles existentes. Para un CTO: el verdadero diferenciador no es « qué IA » sino « en qué nivel del ciclo » (revisión, prueba, despliegue).

A vigilar

La continuación de la serie The Pragmatic Engineer. El lanzamiento de un Anthropic Engineering Blog dedicado. Un primer informe público post-mortem de un incidente en el que la IA hubiera dejado pasar un error.