Refactorización como palanca de costo de tokens: un experimento en la serie de gen-AI de Fowler

En la serie *Exploring Gen AI* de Fowler, Giles Edwards-Alexander realiza un pequeño experimento: descompone una función grande y observa qué ocurre con el costo de tokens de los cambios asistidos por IA. La palanca de refactorización que obtienes ahora es medible en dólares.

En términos sencillos. En una nueva entrega de la serie exploring-gen-ai de Martin Fowler, Giles Edwards-Alexander realiza un experimento: descompone una función grande y luego mide si el costo de tokens de los cambios posteriores asistidos por IA realmente disminuye. El movimiento interesante no es el resultado, sino el método. El caso económico para el refactor se vuelve numéricamente visible por primera vez de una manera que un contador reconocería.

Dónde se conecta esto

El hilo hype-fatigue-2026 ha sido, hasta ahora, impulsado por voces que señalan que los LLMs no eliminan la parte difícil de la programación: la redistribuyen. El artículo de Edwards-Alexander añade un marco específico y medible a ese argumento: las ganancias de velocidad sin limpieza se reflejan en la factura mensual de tokens, no solo en la moral del equipo.

La medición, no la moraleja

Lo que importa en el experimento es la unidad. Históricamente, "el refactor paga" se defendía con el tiempo de entrega de cambios, la tasa de defectos o la velocidad del equipo: todas reales, todas ruidosas y todas resistidas en el momento del presupuesto. El costo de tokens es diferente. Es un renglón en una factura de la nube. Si un módulo bien descompuesto cuesta significativamente menos tokens por cambio asistido por IA que uno monolítico —porque el asistente necesita menos contexto por turno—, el refactor se traduce en un número que un CFO ya rastrea.

Que los números específicos de Edwards-Alexander se generalicen no es el punto. La contribución metodológica es que el debate ahora puede realizarse en tokens por cambio, no en vibes por sprint.

El modo de fallo, nombrado

Lo que me lleva al patrón que sigo viendo en trabajos con clientes: la osificación impulsada por asistentes. Un LLM añade una función a un módulo que no modela bien. La función funciona pero no encaja: un ayudante duplicado, una condición de escape, una utilidad inversa privada de una existente. Las pruebas pasan. Tres días después, el mismo asistente modela el desastre como verdad absoluta y lo extiende. En un trimestre, el asistente se convierte tanto en causa como en preservador de la deuda técnica.

El marco de Edwards-Alexander es útil porque le da a la osificación una factura. Un módulo que es progresivamente más difícil de razonar para el asistente es un módulo cuyo costo de tokens por cambio aumenta. Eso es una señal monitorizable.

Bajo el capó: dos medidores

Números que instrumentaría en cualquier base de código con uso intensivo de IA, tomando prestado el marco del experimento:

• Tokens por cambio asistido por IA, por módulo, rastreados mensualmente. Si aumenta mientras el uso del asistente crece, la osificación está en marcha.
• Ratio de duplicación en diferencias escritas por IA. Barato de calcular con una herramienta de similitud de código; un indicador temprano de la curva de tokens.

Ninguno es un KPI para reportar hacia arriba. Ambos son medidores de alerta temprana.

Donde el artículo se queda corto

El experimento no aborda la siguiente pregunta honesta: cuando el refactor en sí se delega a un asistente, ¿qué impide que una "limpieza" de LLM elimine algo crítico? Esa brecha de investigación es real —y es la razón por la que leería el marco de costo de tokens como una herramienta de diagnóstico, no como piloto automático.

Entonces, ¿qué?

Para un líder: 15-25% de cualquier sprint con uso intensivo de IA dedicado explícitamente al refactor, tratado como costo de bienes, no como holgura. Para un decisor: descontar la velocidad reportada de IA por la trayectoria del costo de tokens. Una velocidad que aumenta los tokens por cambio no es productividad: es un desplazamiento a la factura de la nube del próximo mes.