En Kiwop llevamos meses sin escribir una sola línea de código a mano. Ni una. Cada función, cada componente, cada migración de base de datos, cada script de deploy — todo se genera a través de inteligencia artificial. Y no estamos hablando de autocompletado o sugerencias en el IDE: estamos hablando de un agente autónomo que escribe, ejecuta, depura y despliega código en producción real.
La herramienta que usamos actualmente es Claude Code, el CLI de Anthropic. Pero este artículo no va sobre la herramienta en sí — va sobre lo que cambia en una agencia de desarrollo de software cuando el coste de generar código tiende a cero. Porque lo que cambia no es solo la velocidad: cambia el rol del programador, cambia la calidad del producto final y cambia fundamentalmente lo que significa desarrollar software en 2026.
Por qué en Kiwop ya nadie escribe código a mano
No es una exageración ni un eslogan de marketing. En Kiwop, desde hace meses, ningún desarrollador teclea código directamente. Ni frontend, ni backend, ni scripts de automatización, ni queries de base de datos. Todo pasa por Claude Code.
El motivo no es capricho tecnológico. Es una decisión estratégica basada en una observación simple: si la IA puede generar código funcional en segundos, el valor de un desarrollador ya no está en teclear. Está en pensar. En diseñar la arquitectura, definir los flujos, anticipar los casos límite, detectar agujeros de seguridad y garantizar que la aplicación funcione correctamente en todos los escenarios posibles.
Antes, un desarrollador dedicaba el 70-80 % de su tiempo a escribir código y el 20-30 % a pensar en cómo debía funcionar. Ahora esa proporción se ha invertido por completo. Dedicamos la mayor parte del tiempo a diseñar, validar y revisar — y la generación de código ocurre de forma casi instantánea.
El resultado no es necesariamente un producto más barato. Es un producto muchísimo mejor. Más robusto, con más casuísticas contempladas, con menos agujeros y entregado en menos tiempo.
Arquitectos y albañiles: la nueva nomenclatura del desarrollo
En Kiwop nos gusta usar una metáfora que explica perfectamente lo que ha cambiado: nuestros desarrolladores han dejado de ser albañiles para convertirse en arquitectos.
Un albañil ejecuta. Pone ladrillos, sigue planos, trabaja con sus manos. Es un trabajo valioso e imprescindible, pero está definido por la ejecución mecánica. Un arquitecto, en cambio, diseña. Define la estructura, elige los materiales, anticipa los problemas estructurales, toma decisiones que afectan a la integridad de toda la construcción.
En el desarrollo de software, Claude Code es el albañil. Escribe el código, implementa las funciones, ejecuta los comandos, despliega los cambios. Es rápido, incansable y no comete errores de sintaxis. Pero no sabe qué construir ni por qué. No entiende el contexto de negocio, no puede negociar con un cliente, no detecta que una decisión arquitectónica de hoy creará un problema de mantenimiento dentro de seis meses.
Eso es trabajo del arquitecto. Del desarrollador senior que guía a la IA con prompts precisos, que sabe qué preguntar, que detecta cuándo el código generado es correcto sintácticamente pero erróneo conceptualmente. La IA es tan buena como la persona que la dirige. Esto lo hemos comprobado una y otra vez.
Cómo funciona nuestro flujo de trabajo con Claude Code
No usamos Claude Code como un chatbot al que le pides cosas genéricas. Lo tenemos integrado como una pieza central de nuestro stack de desarrollo, conectado a herramientas reales mediante MCP servers y configurado con un archivo CLAUDE.md que actúa como la memoria y las reglas del proyecto.
CLAUDE.md: el cerebro compartido del equipo
Cada proyecto en Kiwop tiene un archivo CLAUDE.md en la raíz del repositorio. Este archivo contiene toda la información que cualquier desarrollador (humano o artificial) necesita para trabajar en el proyecto: la arquitectura del sistema, las convenciones de código, las URLs de producción, las credenciales de bases de datos, los comandos de deploy, las reglas de SEO y las restricciones de seguridad.
Cuando Claude Code abre un proyecto, lo primero que lee es este archivo. Así entiende el contexto completo sin que tengamos que repetirlo en cada sesión. Es como un onboarding automático que garantiza consistencia, independientemente de quién lance la sesión de trabajo.
MCP servers: conexión con herramientas reales
Claude Code no trabaja aislado. A través de MCP (Model Context Protocol) servers, lo conectamos directamente con las herramientas que usamos en producción: Google Search Console para datos SEO, la base de datos PostgreSQL de nuestro CMS, la API de Google Ads, y más.
Esto permite que Claude Code no solo genere código, sino que interactúe con sistemas reales. Puede consultar métricas de indexación en Search Console, insertar artículos directamente en la base de datos del blog, o analizar el rendimiento de campañas de publicidad — todo desde la terminal, sin salir del flujo de trabajo.
Flujos multi-agente para tareas complejas
Una de las capacidades más potentes es lanzar múltiples agentes en paralelo. Un ejemplo real: cuando necesitamos crear un artículo de blog en los 7 idiomas de nuestra web (español, inglés, catalán, alemán, francés, neerlandés y portugués), lanzamos agentes de traducción simultáneos. Cada uno trabaja de forma independiente, adaptando el contenido al idioma objetivo con sus propias convenciones de capitalización, expresiones idiomáticas y estructura natural.
Lo que antes requería días de trabajo manual — o una inversión significativa en servicios de traducción — ahora se completa en minutos. Y el resultado, supervisado por un humano, mantiene la calidad que exigimos.
Seguridad y deploy controlado
Un punto crítico: Claude Code nunca tiene acceso directo al deploy de producción. En nuestro CLAUDE.md está explícitamente prohibido ejecutar npm run build directamente, porque estamos en un servidor de producción donde un build fallido podría tumbar el sitio en vivo.
En su lugar, todo pasa por un script de deploy con rollback automático que hace build atómico, swap de directorios, reload sin downtime y purga de caché en cascada. La IA puede sugerir cambios y ejecutar código, pero el deploy es un proceso controlado con múltiples capas de seguridad.
Por qué un senior es imprescindible para guiar a la IA
Este es probablemente el aprendizaje más importante que hemos sacado después de meses de trabajar con Claude Code: la calidad del resultado depende directamente de la experiencia de quien lo guía.
No es estrictamente necesario ser programador para usar Claude Code. Cualquiera puede escribir un prompt y obtener código funcional. Pero la diferencia entre código funcional y código bien diseñado es abismal. Un desarrollador senior sabe:
- Qué preguntar. No se limita a decir "hazme un formulario de contacto". Especifica la validación, la sanitización de inputs, el manejo de errores, el rate limiting, la protección CSRF, la experiencia de usuario en caso de fallo y la arquitectura de la API que recibirá los datos.
- Cuándo el código generado es malo. La IA puede producir código que funciona pero que es un desastre estructural. Un senior detecta inmediatamente cuándo se está generando spaghetti code, cuándo hay acoplamiento excesivo, cuándo se están duplicando responsabilidades o cuándo una abstracción prematura va a crear problemas de mantenimiento.
- Qué no pedir. A veces la mejor decisión es no generar código nuevo. Un senior sabe cuándo la solución correcta es reutilizar un módulo existente, simplificar un flujo o incluso eliminar funcionalidad innecesaria. La IA tiende a generar más código del necesario si no se la guía con criterio.
Hemos visto la diferencia en primera persona. El mismo proyecto, guiado por un perfil junior y por un senior, produce resultados radicalmente distintos. No en velocidad — la IA es igual de rápida en ambos casos — sino en calidad arquitectónica, mantenibilidad y robustez del resultado final.
Lo que hemos aprendido: iteraciones, errores y spaghetti code
Después de meses usando Claude Code en producción real, no todo ha sido un camino de rosas. Estos son los aprendizajes más relevantes que hemos acumulado.
La clave está en iterar, no en el prompt perfecto
Uno de los mitos del AI coding es que existe un "prompt perfecto" que genera el código exacto que necesitas a la primera. No es así. El proceso real se parece más a una conversación iterativa:
- Empiezas con un prompt inicial bien trabajado, con contexto suficiente sobre lo que necesitas.
- Revisas el resultado. Casi nunca es perfecto a la primera.
- Corriges, refinas, pides ajustes específicos.
- Vuelves a revisar.
- Repites hasta que el resultado cumple con tus estándares.
Las iteraciones son la clave. Un buen prompt inicial reduce el número de ciclos, pero la idea de que la IA genera código production-ready en un solo paso es, en nuestra experiencia, una fantasía. Lo que sí ocurre es que cada iteración toma segundos en lugar de minutos, lo que acelera enormemente el ciclo completo.
El vibe coding genera spaghetti code
El término "vibe coding" se ha popularizado para describir un estilo de programación donde simplemente le dices a la IA lo que quieres sin mucha especificación técnica y dejas que ella tome las decisiones arquitectónicas. En Kiwop lo hemos probado y el resultado es consistente: funciona para prototipos rápidos, pero produce código que no queremos en producción.
Sin la guía de un arquitecto, la IA tiende a:
- Crear funciones monolíticas de cientos de líneas en lugar de código modular.
- Duplicar lógica en lugar de abstraerla correctamente.
- Añadir dependencias innecesarias para resolver problemas que se pueden solucionar con código nativo.
- Ignorar edge cases y manejo de errores porque nadie se lo ha pedido explícitamente.
- Mezclar responsabilidades: lógica de negocio con lógica de presentación, acceso a datos con validación.
Por eso insistimos tanto en la figura del arquitecto. El vibe coding tiene su lugar (lo exploraremos en un artículo futuro), pero para software de producción, la supervisión técnica experta no es opcional.
Hay que aprender a leer código, no solo a generarlo
Un efecto secundario interesante de trabajar con IA: nuestros desarrolladores leen mucho más código del que escriben. Revisar lo que genera Claude Code, detectar problemas sutiles, entender decisiones implícitas en el código generado — estas habilidades de lectura crítica se han vuelto más importantes que la capacidad de escribir código rápido.
Es un cambio de paradigma. La formación técnica sigue siendo esencial, pero la habilidad más valiosa ya no es "escribir código limpio" sino "detectar código problemático y saber cómo corregir la dirección".
El coste de generar código tiende a cero
Esta es la implicación más profunda de todo lo que estamos viviendo. Si generar código cuesta prácticamente nada — ni en tiempo ni en esfuerzo — el valor se desplaza completamente hacia otras actividades:
Diseño de la arquitectura. Podemos dedicar horas a pensar cómo debe funcionar una aplicación antes de generar una sola línea. ¿Qué pasa si el usuario hace X? ¿Y si hay 10.000 peticiones simultáneas? ¿Qué ocurre cuando la base de datos crece a millones de registros? Antes, estas preguntas se respondían "sobre la marcha" porque no había tiempo. Ahora las respondemos antes de empezar.
Seguridad. Podemos dedicar tiempo real a revisar que no haya agujeros de seguridad en lugar de confiar en que "ya lo revisaremos después" (el "después" que en la práctica nunca llegaba).
Testing y validación. Podemos generar tests exhaustivos para cada funcionalidad, cubrir más edge cases y hacer QA de verdad, no QA cosmético.
Exploración de alternativas. Podemos pedirle a la IA que implemente la misma funcionalidad de tres formas distintas, comparar los resultados y elegir la mejor. Antes, implementar una alternativa era un lujo que el presupuesto no permitía.
El resultado neto: no hacemos software más barato. Hacemos software muchísimo mejor por el mismo coste. Más robusto, con más escenarios contemplados, mejor documentado y entregado en menos tiempo. Es una mejora radical en la propuesta de valor, no una reducción de precio.
Para qué usamos Claude Code en Kiwop
No se trata de un experimento ni de un uso puntual. Claude Code está integrado en todos los ámbitos de trabajo de la agencia.
En nuestra propia web. El sitio que estás leyendo — construido con Astro, con más de 1.500 páginas indexadas en 7 idiomas — se gestiona íntegramente con Claude Code. Desde crear artículos de blog en 7 idiomas simultáneamente hasta configurar redirecciones nginx, auditar el SEO técnico o optimizar Core Web Vitals. Todo pasa por la IA.
En proyectos de clientes. Cada proyecto de desarrollo de software que hacemos para clientes — ya sea un ecommerce en Magento, una app en Laravel, una web en WordPress o una solución a medida — utiliza Claude Code como herramienta de desarrollo. Los clientes no reciben "código generado por IA": reciben software diseñado por arquitectos de software e implementado con las herramientas más eficientes disponibles.
En aplicaciones internas. Scripts de automatización, integraciones con APIs de terceros (Google Ads, Google Search Console, servicios de analytics), herramientas de auditoría, pipelines de contenido multiidioma — todo nuestro tooling interno está construido y mantenido con la ayuda de Claude Code.
Herramientas complementarias en nuestro stack
Claude Code no trabaja solo. Lo combinamos con otras herramientas que cubren necesidades específicas:
- Figma para diseño de interfaces y prototipado visual. El diseño sigue siendo un proceso humano y creativo que la IA complementa pero no sustituye.
- Lovable para prototipos rápidos y validación de conceptos. Cuando necesitamos una primera versión funcional para validar una idea con un cliente antes de invertir en desarrollo completo.
- Pencil para generación de conceptos visuales y exploración de diseño.
- Google Search Console y Google Ads integrados vía MCP servers para que Claude Code acceda a datos reales de SEO y publicidad directamente desde la terminal.
La filosofía es pragmática: usamos la mejor herramienta para cada tarea, sin dogmatismos.
No es solo Claude Code: apertura a nuevas herramientas
Es importante ser honestos: Claude Code es la herramienta que usamos hoy porque es, en nuestra experiencia, la que mejor funciona para nuestro workflow en este momento. Pero el mercado de herramientas de programación con IA está evolucionando a una velocidad sin precedentes.
Codex de OpenAI, Antigravity, Cursor, GitHub Copilot, Windsurf — cada mes aparecen nuevas opciones y las existentes mejoran sustancialmente. En Kiwop mantenemos una actitud de apertura total: evaluamos constantemente nuevas herramientas y estamos dispuestos a cambiar si encontramos algo que se adapte mejor a nuestras necesidades.
Lo que no cambia es la metodología. Independientemente de la herramienta, los principios que hemos descubierto que funcionan siguen siendo los mismos: un arquitecto senior guiando a la IA, iteraciones constantes, código revisado por humanos, seguridad no negociable y un proceso de deploy controlado.
La herramienta es reemplazable. El método no.
Preguntas frecuentes
¿Qué es Claude Code y en qué se diferencia de otros asistentes de programación?
Claude Code es la interfaz de línea de comandos (CLI) oficial de Anthropic para programación asistida por IA. A diferencia de asistentes integrados en el IDE como GitHub Copilot o Cursor, Claude Code funciona directamente desde la terminal y puede ejecutar comandos, leer y modificar archivos, interactuar con bases de datos y conectarse a servicios externos mediante MCP servers. Esto lo convierte en un agente autónomo capaz de completar tareas complejas de forma independiente, no solo sugerir fragmentos de código dentro de un editor.
¿Se necesita saber programar para usar Claude Code?
No es estrictamente necesario para tareas básicas, pero la calidad del resultado mejora de forma radical cuando quien guía a la IA tiene experiencia en desarrollo de software. Un desarrollador senior sabe detectar código problemático, pedir las abstracciones correctas y evitar los errores arquitectónicos que la IA comete cuando no recibe dirección técnica precisa. En nuestra experiencia, la combinación de un senior experimentado con Claude Code produce resultados que ni el humano ni la IA lograrían por separado.
¿Cuánto ha aumentado la productividad real en Kiwop?
La productividad se ha multiplicado significativamente, aunque preferimos no dar cifras exactas porque varían mucho según el tipo de tarea. Lo que sí podemos decir con certeza: tareas que antes requerían días (como crear contenido multiidioma para 7 locales, auditar cientos de URLs o configurar integraciones complejas con APIs) ahora se completan en horas o minutos. El impacto más relevante no es la velocidad, sino que podemos dedicar el tiempo ahorrado a mejorar la calidad del producto final.
¿Claude Code sustituye a los desarrolladores?
No. Cambia su rol. En Kiwop no hemos reducido equipo — hemos transformado lo que hace cada persona. Los desarrolladores dedican más tiempo a diseño de arquitectura, revisión de código, seguridad y decisiones estratégicas. Menos tiempo a teclear y más a pensar. El valor del desarrollador no ha desaparecido; se ha desplazado de la ejecución mecánica al criterio técnico y la dirección estratégica.
¿No da miedo que la IA genere código inseguro o con errores?
Es un riesgo real que gestionamos con múltiples capas de seguridad. Primero, nuestro archivo CLAUDE.md incluye reglas explícitas de seguridad que la IA sigue en cada sesión. Segundo, todo código generado pasa por revisión humana antes de llegar a producción. Tercero, tenemos un proceso de deploy con rollback automático que impide que un error llegue al servidor en vivo. Y cuarto, la IA nunca tiene acceso directo al deploy de producción. La seguridad no es algo que delegamos en la IA: es responsabilidad del arquitecto humano.
¿Qué pasa si Claude Code deja de existir o cambia sus condiciones?
Es una pregunta legítima que nos hacemos. Por eso mantenemos apertura total a otras herramientas del mercado y nos aseguramos de que nuestra metodología no depende de un proveedor específico. Los principios — arquitecto guiando a la IA, iteración constante, revisión humana, seguridad controlada — funcionan con cualquier herramienta de AI coding. Si mañana Codex, Cursor o cualquier otra alternativa ofrece mejores resultados, migramos. La dependencia es metodológica, no tecnológica.
