El costo de decir que sí ha cambiado: GitHub relanza el debate sobre el verdadero cuello de botella

Un *blog post* de GitHub Engineering del 17 de julio replantea el *trade-off* «aceptar/rechazar un ticket» como prioridad: la IA ha reducido drásticamente el coste de producción, pero ha multiplicado el de los malos sí.

En términos sencillos

Codificar ya no es el cuello de botella. Decidir sí/no —a un ticket, una funcionalidad o un flag— sí lo es. Una entrada en el blog de GitHub pone el trade-off en el centro: la IA ha derribado el costo de producción, pero aumenta el costo de los malos "sí".

Contexto

El 17 de julio de 2026, el equipo de ingeniería de GitHub publica «The cost of saying yes has changed». La idea central: el costo marginal de escribir una funcionalidad se ha desplomado, pero cada "sí" añadido al alcance compromete una superficie que no se reduce —bugs, dependencias, deuda técnica, superficie de ataque.

Los datos

El artículo no se basa en un benchmark cuantitativo, sino en una observación de equipo: los tickets "aceptables" se disparan cuando la producción es barata. La propuesta central: reintroducir un costo de decisión explícito, evaluando cada "sí" como si el código ya estuviera escrito —lo que queda son los costos de ownership (bugs, dependencias, ops, superficie de ataque).

Análisis

El cambio es estructural. Durante quince años, el debate en DX se centró en la velocidad de ejecución —CI, monorepo, revisión de código—. La IA invierte el problema: la velocidad de ejecución está resuelta, la velocidad de decisión se vuelve escasa. Es un desplazamiento del bottleneck del trabajo manual al juicio. Corolario para la arquitectura: cada abstracción añadida se convierte en una hipótesis que defender durante diez años, no en un intercambio por costo de desarrollo.

Escenarios

• Disciplina recuperada: los equipos que tratan el "sí" como una decisión de arquitectura, no como una respuesta a una necesidad de usuario, terminan con una base más delgada y legible.
• Proliferación: los que dejan que la IA genere sin filtros ven su deuda técnica duplicarse con el mismo presupuesto, y el costo de mantenimiento se dispara antes de que un CFO lo note (hilo token-budget-caps).
• Punto intermedio: la mayoría se instala en un statu quo donde la IA acelera lo existente, pero no cambia la doctrina de alcance.

¿Y entonces?

Para un CTO: reescriban su definición de "listo" y "terminado" antes de fin de año. Para un ingeniero: el nuevo poder no es "producir", es "rechazar", y nunca está explícito en una descripción de puesto. Para un directivo: la próxima ganancia de productividad con IA no está bloqueada por la tecnología, sino por un proceso de priorización heredado de la era en que la escasez era el código.