Quince meses de fintech con agentes: la curva de calidad a lo largo de la historia del proyecto

Alexander, un desarrollador remoto en una startup fintech, ha estado ejecutando un producto fintech cerrado con agentes de IA escribiendo el código desde mayo de 2025, con un segundo proyecto de pagos añadido en febrero de 2026. Observó que los agentes de IA producen una clase distinta de errores, como el enmascaramiento de errores, los retornos de respaldo y los retornos de estructuras vacías, que los linters estándar no detectan. Escribió 50 analizadores personalizados dentro del proyecto, y luego los consolidó en una herramienta de código abierto llamada glint, que ahora tiene 130 reglas. La curva de calidad del proyecto muestra mesetas y caídas, cada caída correspondiente a eventos específicos como la limpieza de enero (eliminando 140 mil líneas de código muerto) y el análisis de objeto dios en abril. El desarrollador midió la densidad de hallazgos graves por mil líneas de código Go que no son de prueba, y la curva cayó por debajo de la calidad de su propio código escrito a mano en abril de 2026, volviéndose seis veces más limpia. También ejecutó un proyecto de grupo de control (sin el circuito de lint) que mostró un empeoramiento de la calidad, y un bot de criptomonedas de 2024 que escribió sin agentes tenía 2.32 hallazgos graves por mil líneas, incluyendo aserciones de tipo inseguras y dinero en contratos JSON de punto flotante. El sistema funciona como un todo: las reglas de lint detectan defectos antes de los commits, y el primero en enterarse de un error es el verificador, no el cliente. Sin embargo, el lint no lo detecta todo: un error reciente donde se deducía dinero pero se mostraba como no deducido se coló a través de tres capas de protección. El desarrollador concluye que la calidad ahora es una propiedad del circuito en el que se escribe el código, no del escritor.