El Hackathon Permanente: Por Qué No Podemos Dejar de Construir

Recientemente estuve en un gran meetup de Pereira Tech Talks — uno especial por el Día Internacional de la Mujer. Después de las charlas, en el networking, terminé en un círculo con varios amigos: desarrolladores, líderes técnicos, ingenieros. El tipo de conversación que empieza con “¿qué estás construyendo?” y se va por las ramas. En algún momento terminamos hablando de cómo estamos constantemente agotando nuestras suscripciones de Claude Code Max o Cursor Ultra, acumulando herramientas sobre herramientas, y sintiendo esa necesidad inexplicable de consumir hasta el último token — revisando dashboards de uso no para ver si gastamos demasiado, sino para asegurarnos de que estamos gastando suficiente.

Entonces alguien dijo en voz alta lo que creo que todos estábamos pensando pero no habíamos nombrado:

“Somos adictos.”

El círculo se quedó en silencio por un momento. No en desacuerdo — en reconocimiento. Todos asentían. Y la conversación que siguió fue una de las más honestas que he tenido en mucho tiempo. Porque ya no era sobre las herramientas. No era sobre cuál modelo es mejor o cuál flujo de trabajo es más eficiente. Era sobre lo que estas herramientas nos están haciendo. A nuestros cerebros. A nuestra relación con el descanso.

Y me di cuenta: este es el capítulo de la serie que necesito escribir. Lo que le pasa al humano del otro lado del ciclo.

El Ciclo

Aquí está lo que no puedo explicarle a alguien que no lo ha vivido.

Tienes una idea. Tal vez es una funcionalidad, tal vez es un proyecto paralelo, tal vez es un pensamiento al azar tarde en la noche. Antes de los agentes, esa idea se quedaba en una app de notas durante semanas. La pensabas, quizás boceteabas algo, eventualmente decidías si valía la inversión. La fricción era el filtro. Construir tomaba tiempo, así que eras selectivo con lo que construías.

Ahora abres tu agente, describes la idea, y en 20 minutos — o en unas horas — tienes un prototipo funcional. Algo en lo que puedes hacer clic, probarlo, compartirlo. Lo que habría tomado una semana — listo. Y en ese momento, algo pasa en tu cerebro que solo puedo describir como un golpe de adrenalina. Miras la pantalla y piensas: Yo hice eso. En 20 minutos. ¿Qué más puedo construir?

Y empiezas el siguiente.

Sé cómo se ve esto desde adentro. Me he pillado un fin de semana empezando un proyecto personal simplemente porque me motivaba — no porque alguien me lo pidió, no porque fuera urgente, sino porque el ciclo me dijo que lo hiciera. La idea apareció, el agente estaba ahí, y el costo de intentarlo era tan bajo que no intentarlo se sentía como el mayor desperdicio.

Este es el ciclo. Idea → agente → resultado → dopamina → idea → agente → resultado → dopamina. No para. No tiene un punto final natural. Porque la fricción que antes te frenaba — las horas de debugging, la configuración, el código repetitivo — desapareció. La barrera entre “quiero construir esto” y “ya existe” colapsó a casi nada.

El ciclo de dopamina del desarrollo con agentes de IA: Idea lleva a Agente, Agente produce Resultado, Resultado dispara Dopamina, Dopamina genera la siguiente Idea — un ciclo sin fin

Yo pensé que era el único que sentía esto hasta esa conversación en el meetup. No lo soy. Y no creo que seamos un grupo pequeño.

Por Qué Tu Cerebro Hace Esto

Me puse a investigar y descubrí que hay mucha neurociencia detrás de lo que nos está pasando.

La Dra. Anna Lembke, que dirige el programa de medicina de adicciones en Stanford, escribió un libro llamado Dopamine Nation que lo explica perfectamente. Su marco central: el placer y el dolor se procesan en la misma región del cerebro, y funcionan como una balanza. Cada vez que experimentas placer, el cerebro compensa inclinándose hacia el dolor — creando un déficit. Repite el estímulo, y el cerebro construye tolerancia. Necesitas más para obtener el mismo efecto. Ella literalmente llamó al smartphone “la aguja hipodérmica moderna, entregando dopamina digital las 24 horas del día.” Si eso es el smartphone, siento que programar con agentes se está convirtiendo en algo similar.

Pero va más profundo. Psychology Today documentó algo que explica perfectamente la compulsión: la dopamina impulsa el sistema del querer, no el sistema del gustar. El sistema del querer es más fuerte. Y aquí está la clave — el sistema del querer no tiene un mecanismo de saciedad incorporado. Solo sigue buscando. “It’s not the reward itself that keeps the dopamine loop going, it’s the anticipation of the reward.” (“No es la recompensa en sí la que mantiene el ciclo de dopamina, es la anticipación de la recompensa.”) Piénsalo. El momento entre escribir la instrucción y ver el resultado — esa anticipación — es donde dispara la mayor parte de la dopamina. No cuando ves el código. Cuando estás esperando verlo.

Luego está el estado de flow. La investigación de Csikszentmihalyi sobre el flow — el estado donde pierdes la noción del tiempo y todo encaja — mostró que involucra dopamina, norepinefrina, endorfinas, anandamida y serotonina disparando simultáneamente. Cinco neuroquímicos a la vez. Por eso el flow se siente tan bien. Pero esto es lo que el propio Csikszentmihalyi advirtió: las actividades de flow “can become addictive, at which point the self becomes captive of a certain kind of order and unwilling to cope with life’s ambiguities.” (“pueden volverse adictivas, en cuyo punto el yo queda cautivo de cierto tipo de orden y no quiere lidiar con las ambigüedades de la vida.”)

Antes de los agentes, el estado de flow en el código era frágil. Te interrumpían los errores de sintaxis, las búsquedas en documentación, los conflictos de dependencias, los problemas de despliegue. Cada interrupción rompía el flow. Ahora los agentes se encargan de todo eso. El flow corre ininterrumpido durante horas. Cinco neuroquímicos, sin interrupciones, sin un punto de parada natural.

¿Y lo peor? La programación con IA es un programa de refuerzo de razón variable — el mismo mecanismo que hace adictivas a las máquinas tragamonedas. A veces el agente escribe código perfecto. A veces alucina. Esa impredecibilidad es lo que lo hace más adictivo, según la psicología conductual. Las recompensas consistentes son menos adictivas que las inconsistentes. Las veces que Claude logra algo complejo en el primer intento se sienten incluso mejor porque no están garantizadas.

No es una metáfora. Es el mismo mecanismo. Estamos jalando la palanca.

Rachel Thomas en fast.ai escribió sobre esto y le dio un nombre que se me quedó: “dark flow.” (“flujo oscuro”). Cita la propia advertencia de Csikszentmihalyi sobre lo que él llamó “junk flow” — “when you are actually becoming addicted to a superficial experience that may be flow at the beginning, but after a while becomes something that you become addicted to instead of something that makes you grow.” (“cuando en realidad te estás volviendo adicto a una experiencia superficial que puede ser flow al principio, pero después de un tiempo se convierte en algo a lo que te vuelves adicto en lugar de algo que te hace crecer.”) Esa distinción entre el flow que te hace crecer y el flow que solo se alimenta a sí mismo — la pienso mucho ahora.

La Ilusión del Tiempo Libre

Hay una mentira que nos contamos todos: la IA nos hará más eficientes, y la eficiencia significa más tiempo libre. Trabajaremos menos. Descansaremos más. Por fin tendremos esas semanas de cuatro días de las que todos hablan.

Lo irónico es que muchos decimos: “ahora soy capaz de construir en un par de horas lo que antes me tardaba una semana.” Y la pregunta obvia sería: ¿entonces por qué no descansamos el resto de la semana? La respuesta es simple — no descansamos. Construimos cinco cosas más.

Resulta que hay un nombre para esto, y tiene 160 años.

En 1865, el economista William Stanley Jevons notó algo contraintuitivo: cuando las máquinas de vapor se volvieron más eficientes y usaban menos carbón por unidad de trabajo, el consumo total de carbón no disminuyó — aumentó. Más eficiencia hizo viable el uso de máquinas a vapor en más aplicaciones, lo que creó más demanda. Lo llamó la Paradoja de Jevons. Incluso Satya Nadella lo reconoció: “Jevons paradox strikes again! As AI gets more efficient and accessible, we will see its use skyrocket, turning it into a commodity we just can’t get enough of.” (“¡La paradoja de Jevons golpea de nuevo! A medida que la IA se vuelve más eficiente y accesible, veremos su uso dispararse, convirtiéndola en un bien del que simplemente no podemos tener suficiente.”)

Lo estamos viviendo. Harvard Business Review publicó un estudio basado en una observación de ocho meses en una empresa tecnológica, y su conclusión fue directa: “You had thought that maybe… you can work less. But then really, you don’t work less. You just work the same amount or even more.” (“Pensabas que tal vez… puedes trabajar menos. Pero en realidad no trabajas menos. Trabajas la misma cantidad o incluso más.”) Encontraron tres formas de intensificación: expansión de tareas, límites borrosos entre el trabajo y el descanso, y mayor multitarea. La IA no redujo el trabajo — lo intensificó.

Fortune lo capturó aún mejor con una cita de Mike Manos, CTO de Dun & Bradstreet: “I got the eight hours to two hours, but now I can get 20 hours of work.” (“Pasé de ocho horas a dos, pero ahora puedo hacer 20 horas de trabajo.”) Léelo de nuevo. No tomó seis horas libres. Las llenó con más trabajo.

Y esto no es nuevo. Para nada. En 1983, Ruth Schwartz Cowan publicó More Work for Mother — un libro que documenta cómo tecnologías del hogar como lavadoras y aspiradoras no redujeron las horas de trabajo doméstico. Elevaron los estándares. Las lavadoras no significaron menos ropa lavada — significaron que se esperaba lavar más seguido. Las aspiradoras no significaron menos limpieza — llevaron a alfombras de pared a pared que requerían más limpieza. Cada herramienta de eficiencia en la historia ha seguido el mismo patrón: las ganancias son absorbidas por expectativas más altas.

Las herramientas de programación con IA son la lavadora de la ingeniería de software. No estamos haciendo menos ropa sucia. Solo lavamos más rápido y lavamos más.

El Hackathon Permanente

El 84% de los desarrolladores usa o planea usar herramientas de IA — frente al 76% el año anterior y el 70% el año anterior a ese. La curva solo sube. Y no es solo adopción casual: Cursor pasó de $100M a $2B en ingresos anualizados en 18 meses — el crecimiento más rápido de cualquier empresa SaaS en la historia. Esos números no reflejan curiosidad. Reflejan compulsión.

Simon Willison — uno de los desarrolladores open source más prolíficos que sigo — tiene 77 aplicaciones HTML/JS en un solo repositorio, todas construidas con prompts a LLMs. Dice algo que pega fuerte: “It’s not about getting work done faster, it’s about being able to ship projects I wouldn’t have justified spending time on at all.” (“No se trata de hacer el trabajo más rápido, se trata de poder publicar proyectos en los que nunca habría justificado invertir tiempo.”) Esas 77 aplicaciones no le están generando dinero. No son trabajo para clientes. Son cosas que construyó porque podía. Porque la barrera bajó y la dopamina dijo que sí.

Y no son solo desarrolladores indie. Armin Ronacher — el creador de Flask, uno de los desarrolladores más respetados de la comunidad Python — confesó abiertamente: “When I first got hooked on Claude, I did not sleep. I spent two months excessively prompting the thing and wasting tokens… Quite a few of the tools I built I felt really great about, just to realize that I did not actually use them.” (“Cuando me enganché por primera vez a Claude, no dormía. Pasé dos meses haciendo prompts excesivamente y desperdiciando tokens… Bastantes de las herramientas que construí me parecieron geniales, solo para darme cuenta de que no las usé realmente.”) Dos meses sin dormir bien. Construyendo herramientas que nunca usó. Eso no es productividad. Eso es compulsión.

Quentin Rousseau, CTO de Rootly, escribió un artículo llamado “One More Prompt” que recopiló algunas de las confesiones más llamativas. Garry Tan, el CEO de Y Combinator, lo dijo públicamente: “Claude Code this week has awakened my 25 year old self: the one that chugged red bulls and stayed up til dawn coding.” (“Claude Code esta semana despertó a mi yo de 25 años: el que tomaba red bulls y se quedaba despierto hasta el amanecer programando.”) Y en otro post admitió que se quedó despierto 19 horas seguidas, sin dormir hasta las 5 AM, y luego advirtiendo: “This is unhealthy by the way (speaking from experience). Try to get at least 6 hours of sleep per night when deeply addicted.” (“Esto no es saludable, por cierto (hablo por experiencia). Intenta dormir al menos 6 horas por noche cuando estás profundamente adicto.”) El CEO de Y Combinator les está diciendo a las personas que duerman al menos seis horas porque sabe que no lo harán. Porque él mismo apenas puede.

Steve Yegge, una de las voces más leídas en ingeniería de software, lo dijo sin rodeos: “Agentic coding is addictive. You will hear it more and more often, because it bewitches people once they’ve got the hang of it.” (“La programación agéntica es adictiva. Lo escucharás cada vez más seguido, porque embruja a las personas una vez que le agarran el truco.”) Describió tener que ejecutar un “plan de escape practicado cada noche para cerrar la computadora antes de las 2 AM.” Tiene que huir físicamente de su propio escritorio para dejar de construir.

Y luego está el caso de Glenn Sanford, CEO de eXp Realty. Estaba programando 12-16 horas al día con herramientas de IA, durmiendo en promedio 4 horas y 44 minutos, describiendo un “brain buzz” literal que no paraba. Su cuerpo eventualmente cedió: desarrolló fibrilación auricular — una enfermedad cardíaca grave — por el estrés sostenido. Ahora se limita a 3-4 horas de programación al día. El ciclo de dopamina lo mandó a urgencias.

Este es el hackathon permanente. No un evento de fin de semana. No un sprint con una línea de llegada. Un estado continuo de construcción que nunca termina porque la fricción que antes lo terminaba — el agotamiento, la complejidad, el costo de tiempo — ya no existe. Reemplazamos las restricciones que antes nos obligaban a parar con herramientas que nos permiten seguir para siempre.

Lo Que Esconde la Dopamina

Todo lo que describí hasta ahora suena emocionante — y lo es. Pero tiene un costo, y los datos están empezando a dejarlo incómodamente claro.

Harvard Business Review publicó un estudio sobre lo que llamaron “brain fry” — un término que creo que va a quedarse. Sus hallazgos: el 14% de los trabajadores que usan herramientas de IA reportan brain fry. 33% más de fatiga por decisiones. 39% de aumento en errores graves. Y — este me detuvo — un 39% de aumento en las intenciones de renunciar. Una cita del estudio: “I end each day exhausted — not from the work itself, but from the managing of the work.” (“Termino cada día agotado — no por el trabajo en sí, sino por gestionar el trabajo.”)

También encontraron un punto óptimo: máximo tres herramientas de IA. Más allá de eso, el costo de coordinación empieza a comerse las ganancias de productividad. Conté las mías recientemente. Me detuve en seis.

TechCrunch publicó un artículo con un titular que debería estar enmarcado en la pared de todo desarrollador: “The first signs of burnout are coming from the people who embrace AI the most.” (“Las primeras señales de burnout vienen de las personas que más abrazan la IA.”) La ironía es cruel pero precisa. Las personas que más aman estas herramientas son las primeras en quemarse. “Employees’ to-do lists expanded to fill every hour that AI freed up,” (“Las listas de tareas de los empleados se expandieron para llenar cada hora que la IA liberó,”) dice el artículo, “and then kept going.” (“y luego siguieron creciendo.”) Ese somos nosotros. La gente del meetup. Los entusiastas.

Hay una división que creo que explica gran parte del agotamiento. Generar con IA es un estado de flow — produce dopamina. Revisar el output de la IA no es un estado de flow — produce fatiga por decisiones. Somos adictos a la mitad generadora de un proceso de dos partes. Pero igual tenemos que hacer la mitad de revisión. Y la brecha entre lo bien que se siente generar y lo agotador que se siente revisar es donde vive el burnout. Como un desarrollador lo expresó: “AI reduces the cost of production but increases the cost of coordination, review, and decision-making. And those costs fall entirely on the human.” (“La IA reduce el costo de producción pero aumenta el costo de coordinación, revisión y toma de decisiones. Y esos costos caen completamente sobre el humano.”)

La Conversación Honesta

En el meetup, después de que habíamos estado conversando un rato, alguien hizo la pregunta obvia: “¿Y entonces qué hacemos?” Y la respuesta honesta del círculo fue: nada revolucionario. No teníamos un plan de cinco pasos. No teníamos un framework de productividad para vender. Lo que teníamos era consciencia — el simple reconocimiento de que esto nos está pasando, que es un fenómeno real con neurociencia real detrás, y que pretender que es solo “pasión por construir” no cuenta toda la historia.

Creo que el primer paso es simplemente nombrarlo. No dramatizarlo, no patologizarlo, no abandonar tus herramientas en algún detox digital performativo. Solo… verlo por lo que es. Un ciclo de dopamina. La Paradoja de Jevons en acción. Un estado de flow sin salidas naturales. Una ganancia de eficiencia que elevó el listón en lugar de devolvernos tiempo.

Para mí, la consciencia ha cambiado cosas pequeñas. Noto ahora cuando estoy empezando un proyecto tarde en la noche no porque importe sino porque el ciclo me lo dijo. Noto cuando reviso el dashboard de facturación y siento ansiedad de no haber usado suficientes tokens. Noto cuando siento el jalón de empezar algo nuevo antes de terminar lo último. No siempre lo resisto. Pero al menos lo veo.

También creo que hay algo que vale la pena proteger en todo esto. La emoción es real. La alegría de construir es real. Ver a un agente construir algo que imaginaste en minutos es uno de los sentimientos más increíbles de mi carrera. No quiero perder eso. No quiero volverme tan consciente de mí mismo que la magia desaparezca. La línea entre la emoción saludable y la compulsión es borrosa — y no estoy seguro de que alguien la haya encontrado todavía.

Lo que sí sé es que la conversación en ese meetup significó algo. Hay una diferencia entre estar solo en un ciclo de dopamina y estar en una sala llena de personas que asienten cuando lo describes. Somos una comunidad pasando por lo mismo. Y el único movimiento irresponsable sería no hablar de ello.

El ciclo es real. La dopamina es real. El hackathon permanente es real. Y para muchos de nosotros — quizás la mayoría de los que trabajamos en la frontera — esto no va a desacelerarse. Los agentes siguen volviéndose más capaces. La fricción sigue bajando. El ciclo sigue apretándose.

Elijo seguir construyendo. Pero lo elijo con los ojos abiertos ahora. No porque crea que la alternativa es mejor — no lo creo — sino porque la diferencia entre un ciclo virtuoso y uno vicioso es si tú lo estás manejando o él te está manejando a ti.

A seguir construyendo. Con los ojos abiertos.

Recursos

Anna Lembke — Dopamine Nation — El marco de la medicina de adicciones de Stanford: equilibrio placer-dolor, tolerancia y el estado de déficit de dopamina
La IA no reduce el trabajo — lo intensifica (HBR) — Estudio observacional de ocho meses documentando tres formas de intensificación del trabajo con IA
La paradoja de productividad de la IA: más trabajo, no menos (Fortune) — Cómo los CTOs pasaron de “8 horas a 2” a hacer “20 horas de trabajo”
Cuando usar IA lleva al “brain fry” (HBR) — Fatiga por decisiones, tasas de error y el punto óptimo de máximo 3 herramientas de IA
Por qué el mundo de la IA está obsesionado con la paradoja de Jevons (NPR) — La paradoja económica de 160 años que explica por qué la eficiencia lleva a más consumo, no menos
El ciclo de búsqueda-recompensa de dopamina (Psychology Today) — Por qué la anticipación genera más dopamina que la recompensa misma, y por qué el sistema del querer no tiene interruptor
Simon Willison — Cómo uso LLMs para escribir código — 77 apps construidas con prompts: “No se trata de velocidad — se trata de construir cosas que no habría justificado antes”
Rompiendo el hechizo del vibe coding (fast.ai) — Rachel Thomas sobre el “dark flow,” la confesión de dos meses sin dormir de Armin Ronacher, y por qué el junk flow imita el crecimiento
Un prompt más: la trampa de dopamina del código agéntico — El plan de escape nocturno de Steve Yegge, las confesiones de red bull de Garry Tan, y por qué el código agéntico “embruja” a la gente
La trampa de dopamina: la fuente de burnout raramente discutida (SUCCESS) — La fibrilación auricular de Glenn Sanford tras sesiones de programación con IA de 16 horas y cómo se recuperó
Las primeras señales de burnout vienen de los mayores fans de la IA (TechCrunch) — Por qué los adoptantes más entusiastas de la IA son los primeros en quemarse