¿Los agentes de IA están friendo el cerebro de los power users? El otro lado de la productividad turbo
Quien vive de código, sprint y deploy continuo ya lo notó: la llegada de los agentes de IA cambió el juego. Herramientas capaces de escribir, probar y enviar código de forma casi autónoma se convirtieron en el nuevo estándar en equipos de alto rendimiento. Solo que, detrás de la promesa de productividad infinita, empieza a aparecer un efecto secundario bastante pesado: fatiga mental, adicción a los prompts y una sensación real de cerebro frito.
El escenario que está surgiendo es curioso y preocupante al mismo tiempo. Desarrolladores experimentados, fundadores y líderes de tecnología relatan maratones de uso de agentes, ciclos de trabajo de 16, 18, 19 horas, miedo a desperdiciar tokens pagados y una dificultad real para apagar la mente por la noche. En lugar de solo acelerar el flujo de codificación, los agentes están sacudiendo la forma en que estas personas piensan, trabajan y descansan.
Agentes de IA en la práctica: del copiloto al enjambre de agentes
Los primeros asistentes de código parecían inofensivos: sugerían línea por línea, ayudaban con un refactor, daban una mano con el boilerplate. Ahora, la historia es otra. Sistemas agentivos como las soluciones de casas como Anthropic, OpenAI y proyectos open source son capaces de:
- entender el contexto de un repositorio completo
- escribir módulos completos de código
- ejecutar tests automatizados
- ajustar errores e intentarlo de nuevo
- abrir PRs e incluso describir lo que se hizo
En la práctica, el papel del dev cambia de autor directo del código a algo más cercano a orquestador de enjambres de agentes. El flujo se convierte en un bucle continuo:
- creas el prompt
- dejas que el agente actúe
- revisas el resultado
- corriges el rumbo con un nuevo prompt
- repites esto todo el día
Esta dinámica parece increíble cuando se mira solo la entrega. Menos código manual, más features, menos tiempo. Pero, bajo el capó, hay un coste cognitivo creciente: el cerebro se queda en modo supervisión constante, evaluando respuestas, ajustando contexto e intentando seguir varios procesos paralelos al mismo tiempo.
Cuando la productividad se convierte en psicosis de IA
Algunos de los nombres más conocidos de la escena de IA y startups están empezando a poner en palabras lo que están sintiendo en este nuevo contexto. Y los relatos no son ligeros.
Andrej Karpathy y el estado de psicosis de IA
Andrej Karpathy, cofundador de una de las big techs de IA y uno de los tipos que ayudó a popularizar el concepto de vibe coding, contó en un pódcast que está en un estado que él mismo llama psicosis de IA desde diciembre. ¿Qué significa eso en la práctica?
- antes, escribía alrededor del 80 % del código a mano y delegaba el 20 % a la IA
- en poco tiempo, eso se volvió 0/100: prácticamente todo el código pasó a los agentes
- describe rutinas de hasta 16 horas al día comandando enjambres de agentes, emitiendo instrucciones, evaluando respuestas y profundizando en las posibilidades
Un detalle llama la atención: paga una suscripción mensual para usar estos sistemas y, cuando se da cuenta de que está llegando a fin de mes con tokens sobrantes, relata un nerviosismo fuerte. La sensación es que, si no lo usa todo, se va a quedar atrás respecto a quien está exprimiendo cada centavo de cómputo y cada prompt.
Esa combinación de presión por usar al máximo la herramienta con la sensación de estar explorando un territorio nuevo, casi sin límites, crea un entorno perfecto para excesos: más horas online, menos sueño, más bucles de experimentación.
Reciba el mejor contenido sobre innovación en su correo electrónico.
Todas las noticias, consejos, tendencias y recursos que buscas, directamente en tu bandeja de entrada.
Al suscribirte al boletín informativo, aceptas recibir comunicaciones de Método Viral. Nos comprometemos a proteger y respetar siempre tu privacidad.
Garry Tan y la cyber psychosis
Garry Tan, CEO de Y Combinator, también entró en la conversación con un término propio: cyber psychosis. Ya contó que se ha quedado 19 horas seguidas despierto, trasteando con herramientas de código y yéndose a dormir solo después de las 5 de la mañana. Esa maratón no es puntual: forma parte de una fase de exploración intensa de los límites de la IA en el desarrollo de software.
Lo curioso es que, al ver a otros fundadores y CTOs presumir de 36 horas sin dormir para acompañar agentes, él mismo se encargó de dar un toque: eso es claramente poco saludable, incluso hablando desde su propia experiencia. Es decir, quienes están en primera línea sienten tanto la ganancia como el coste de este estilo de trabajo.
Límites cognitivos y el famoso brain fry
Además de la gente de producto y de ingeniería, investigadores y devs veteranos también están empezando a alertar de algo más estructural: no es solo cansancio, es un tipo específico de fatiga cognitiva ligada al uso intensivo de IA.
Simon Willison: reventando la pila mental
Simon Willison, desarrollador con más de 25 años de experiencia en código antes de la era de la IA generativa, describe el fenómeno de forma sencilla: existe un límite claro de cuánto puede mantener una persona en la cabeza al mismo tiempo. Con agentes, ese límite se revienta con facilidad.
Habla de algo como reventar la pila de la mente: demasiada información, muchos contextos, muchos flujos en paralelo. La supervisión constante de lo que hacen los agentes exige una cantidad de atención que el cerebro no consigue sostener durante largos periodos sin pagar un precio. Y es directo: cambiar sueño por maratones de agentic coding es, en la práctica, un camino obvio hacia la extenuación.
Tim Dettmers: productividad máxima, foco mínimo
Tim Dettmers, investigador de IA en una gran institución de investigación, apunta otro punto clave: las mayores ganancias de productividad aparecen cuando se usan varios agentes en paralelo. Solo que eso empuja al humano hacia un tipo de trabajo que poca gente consigue aguantar bien: cambio de contexto todo el tiempo.
En lugar de sumergirse a fondo en un único problema a la vez, el dev pasa a:
- acompañar varios flujos de agentes en paralelo
- cambiar de tarea cada pocos minutos
- mantener en la cabeza el estado de múltiples hilos de razonamiento
Esta necesidad de saltar entre pistas mentales no encaja con la manera en que el cerebro humano funciona mejor. Y el propio Dettmers resume la paradoja: los agentes amplían lo que parece posible, pero también amplifican el estrés alrededor del foco y la capacidad mental.
Del entusiasmo a la patología: cuando se vuelve adicción
Poco a poco, el comportamiento alrededor de los agentes empieza a parecerse menos a un hobby friki y más a algo cercano a un patrón de adicción. Y no es solo una figura retórica.
Gamificación, refuerzo y el efecto tragaperras
Simon Willison y otros devs destacan elementos muy parecidos a mecánicas de apuesta en el uso de estas herramientas. Armin Ronacher, otro nombre conocido en la comunidad, lo resumió bien: mucha gente fue atrapada por una especie de adicción al agent coding. La sensación es buena, la entrega es increíble, el sueño desaparece.
Quentin Rousseau, CTO y cofundador de una plataforma de incidentes, describió en detalle este efecto. Después de migrar su flujo de trabajo a un modelo fuertemente agentivo, pasó meses sin poder dormir bien. La cabeza simplemente no se apagaba. Incluso tuvo que recurrir a medicación recetada por un médico para conseguir conciliar el sueño.
Él mismo dice que, aunque es un defensor de la aceleración de la IA, los agentes terminan funcionando como máquinas tragaperras:
- lanzas un prompt
- llega una respuesta rápida
- una parte del código está lista
- eso libera dopamina y refuerza el comportamiento
- vuelves inmediatamente a por otro prompt
A veces, el agente falla estrepitosamente, entrega algo roto o totalmente fuera de lo esperado. Y es precisamente esa mezcla de aciertos increíbles con errores caóticos lo que recuerda a sistemas de recompensa variable, muy típicos en juegos de apuesta. Eso mantiene al cerebro atrapado en el ciclo de solo un intento más.
Fundadores como primeros daños colaterales
Rousseau también señala que fundadores y líderes técnicos tienden a ser aún más vulnerables a este patrón. Ya tienen un perfil naturalmente centrado en el rendimiento, quieren extraer el máximo de las herramientas y, muchas veces, trabajan bajo una enorme presión de tiempo y entrega.
Cuando juntas:
- agentes que prometen una aceleración absurda
- una cultura de productividad extrema
- miedo a quedarse atrás
surge un terreno perfecto para la adicción a la herramienta de productividad. En sus palabras, estas personas terminan siendo quizá los primeros daños colaterales de sistemas diseñados, en parte, para ser altamente adictivos.
Brain fry: el precio cognitivo de supervisar demasiada IA
Investigadores de grandes consultoras y universidades ya están dando un nombre más técnico a este efecto: brain fry. En la práctica, es un tipo de fatiga mental que aparece cuando una persona sobrepasa su límite de capacidad cognitiva al usar o supervisar sistemas de IA durante demasiado tiempo.
Un estudio publicado en una revista de negocios de alta relevancia analizó este fenómeno en contexto corporativo y trajo algunos hallazgos pesados:
- el esfuerzo mental asociado a la IA aumenta los errores cometidos por las personas
- también crece la fatiga de decisión, esa sensación de agotamiento a la hora de elegir qué hacer después
- aumenta la intención de renunciar después de un tiempo a ese ritmo
Un punto curioso es que muchas empresas todavía usan el consumo de tokens, las horas de uso y la cantidad de interacción con IA como proxy de productividad. En la práctica, eso incentiva un comportamiento de uso intensivo sin considerar el coste cognitivo acumulado en quien está supervisando estos sistemas.
Herramientas que usamos a diario
¿Esto siempre existió o la IA subió la apuesta?
Vale recordar: el dev encerrado en una sala, encadenando noches en vela y durmiendo en el sofá de la oficina no es novedad. Historias de maratones de entrega, plazos de locos y equipos viviendo en el trabajo existen mucho antes de los agentes. Incluso en grandes empresas de tecnología ya se ha visto a equipos durmiendo en la fábrica o directamente en la silla para cumplir la meta.
La diferencia ahora es el ritmo y la continuidad. Antes, incluso en modo crunch, existía un límite físico: el cuerpo se cansa de teclear, la mente se satura más despacio cuando el flujo depende de producción manual. Con agentes funcionando 24/7, listos para responder en segundos, el cerebro se mantiene estimulado todo el tiempo. Es fácil caer en la trampa de solo un prompt más, solo una prueba más, solo una ronda más.
El trabajo, que ya era intenso, gana una capa más de presión: ahora no es solo el plazo lo que corre, también es la máquina que nunca se detiene y que, en teoría, podría estar produciendo más mientras tú intentas descansar.
Equilibrio entre agentes, foco y salud mental
En medio de este torbellino, algo queda claro: los agentes de IA no van a desaparecer. Al contrario, la tendencia es que se vuelvan más poderosos, más autónomos y más integrados a la infraestructura de desarrollo, operaciones y producto.
El desafío no es elegir entre usar o no usar, sino encontrar formas de:
- reconocer límites cognitivos individuales
- estructurar procesos que eviten la supervisión infinita sin pausas
- separar momentos de exploración intensa de periodos reales de descanso
- reducir la asociación directa entre uso extremo de tokens y éxito profesional
Devs experimentados como Simon Willison ya lo dicen con todas las letras: cada persona necesita entender sus propios límites y armar rutinas que eviten el camino obvio hacia el agotamiento. Desarrollar con agentes en lugar de dormir, repetidamente, es una receta que puede funcionar unos días, pero no se sostiene.
La gran ironía es que herramientas creadas para ampliar nuestra capacidad pueden, si se usan sin freno, sobrepasar justo aquello que nos permite pensar con claridad: nuestro ancho de banda mental. Y si el comportamiento actual de los power users es una señal de lo que viene, el famoso brain fry que hoy afecta a devs y fundadores puede muy bien expandirse a cualquier área que adopte agentes de IA como motor principal de trabajo.
Los próximos capítulos de esta historia deberían girar menos en torno a lo que los agentes pueden hacer técnicamente y más en torno a una pregunta muy humana: ¿hasta qué punto vale la pena seguir el ritmo de la máquina sin dejar que la cabeza se derrita en el proceso?
