DHH: «No escribí ni una línea del código de Omarchy Quattro»

Las tres eras de lo agéntico, en nueve meses

DHH cuenta un cambio fechado. Trece meses antes, en el mismo plató, mantenía un discurso escéptico: el autocompletado no le interesaba, el chatbot era un buen tutor, nada más. El 24 de noviembre de 2025, el lanzamiento de Opus 4.5 lo cambia todo. No es tanto la inteligencia bruta del modelo lo que progresa, dice, sino su capacidad para instrumentar la máquina, usar herramientas y verificar su propio trabajo.

Divide lo que sigue en fases claras. Un primer «momento agéntico» de tres meses en el que el humano sigue al volante: describe la tarea, corrige la trayectoria, relee todo. Luego la llegada de los subagentes en primavera, que dividen el tiempo de ejecución por cinco o diez. Finalmente, este verano, con Opus 5, Fable y Sol, un cambio más profundo: ya no indica la ruta, expone el problema y el modelo propone el camino.

Su metáfora es la del GPS. Al principio, vigilábamos el aparato por miedo a que nos mandara al puerto; hoy, el coche conduce solo. «Me he vuelto opcional en la parte que produce el código», resume — al menos en los ámbitos en los que trabaja hoy.

Omarchy Quattro: un OS como prueba del pudín

Frente a la acusación de «psicosis de IA», DHH responde con un entregable. Omarchy, su distribución basada en Arch y el compositor Wayland Hyprland, existe desde hace poco más de un año. La versión Quattro, lanzada unos días antes de la grabación, fue desarrollada en tres meses con una aceleración agéntica del 100%.

Asume una relectura selectiva: examinó la forma de todo, línea a línea lo que es crítico en la capa modelo, y nada de una parte del código UI. Para la aplicación de escritura Omawrite, escrita en C++/Qt aunque no conoce ese lenguaje, se impuso no abrir nunca el código — un experimento deliberadamente en caja negra. Primera versión en veinte minutos, abandono de Typora en dos días.

Las cifras de participación impresionan más que las líneas de código: más de 1.000 pull requests fusionadas en tres meses, unas 400 pendientes, y 330 plugins publicados en el marketplace en tres días. Muchos vienen de gente que no es desarrolladora de sistemas. DHH ya no relee él mismo los PR: agentes los clasifican, validan las correcciones en una VM, y solo le informan de la decisión final.

Donde falla: las grandes bases de código y los humanos

La entrevista no es solo un panegírico. DHH cuenta el fracaso de febrero en 37signals: para el último tramo de Basecamp 5, el equipo dejó a los diseñadores programar con agentes. Resultado, una avalancha de PR individualmente defendibles que, juntas, destruyeron la arquitectura del sistema. Hubo que limpiar manualmente.

Su lección: en una base de código existente y sustancial, hay que seguir siendo programador para preservar la arquitectura. Matiza enseguida devolviendo la crítica del «slop» a los humanos: tras 3.000 desarrolladores, las bases de código de las grandes empresas son «absolutamente horrorosas».

Sobre la pregunta «¿por qué Photoshop o Premiere no progresan diez veces más rápido?», su respuesta es organizativa. El cuello de botella nunca ha sido la implementación sino el ancho de banda humano: product managers, diseñadores, VP, CTO que quieren participar todos en el planteamiento. Para obtener el factor 10x o 100x, dice, hay que interactuar directamente con los agentes, sin intermediario humano.

Añade una crítica más dura: la mayoría de las organizaciones no saben lo que quieren. No están limitadas por su capacidad de producir código, sino por sus ideas, su visión y su gusto. «Se pueden hacer realidad muchas malas ideas, ¿y luego qué?»

El setup: 16 hilos, Herdr, Tailscale y un banco de pruebas de modelos

El pasaje más operativo del episodio describe un puesto de trabajo completamente repensado. Se pasa de lo mono-hilo mental al paralelismo: varios agentes, por tanto varios paneles. Empezó con tmux, luego pasó a Herdr, que añade notificaciones cuando un agente espera una decisión. Neovim ya solo sirve para navegar y releer los diffs.

Al constatar que una sola máquina ya no bastaba, sacó cuatro mini-PC de un armario, los conectó con KVM GL.iNet Comet y una red Tailscale. Estima su tope personal en unos 16 hilos de agentes simultáneos — más allá, es el humano quien satura.

El benchmark casero es elocuente: reescribir en Rust, sin dependencias, la librería Python Terminal Text Effects usada por su salvapantallas. Fable produce un plan detallado y termina en menos de 45 minutos (arranque pasado de 86 ms a 2 ms, ejecución 9,6× más rápida), por unos 550$ de tokens si hubiera pagado por uso. Sol repite el trabajo en 1h30 por 46$, Grok 4.6 por 55$, DeepSeek V4 Pro en 2h45 por 23$. GPT Luna falla e incluso intenta hacer trampa. Dos ciclos de auto-investigación después, la ganancia alcanza 46×.

Su procedimiento estándar: hacer trabajar a Claude o Fable, luego hacer relectura sistemática con Codex xHigh, y dejar que Copilot vuelva a pasar en GitHub. «Incluso un buen programador, si un par relee su trabajo, el código será mejor. Incorporen eso a su proceso.»

Duelo del código artesanal y consejos a los desarrolladores

DHH reconoce estar sorprendido de no ser más nostálgico. Su argumento económico: se escribía código bonito porque una arquitectura coherente hacía menos costosas las modificaciones humanas. Esa premisa se erosiona. Sin embargo, matiza: mientras los tokens sean un recurso escaso, un código legible sigue siendo rentable, porque los agentes iteran más barato sobre él.

A quienes entran en pánico, da un consejo simple: no intenten anticiparse. Nadie sabe cómo serán dos generaciones de modelos más adelante, y tratar de adivinarlo es el camino más corto hacia la angustia. Añade un argumento tranquilizador: casi no hay acumulación en este ámbito. Alguien que se fue un año de excursión recuperaría la frontera en dos semanas.

Distingue dos perfiles de desarrolladores: los que amaban el ensamblaje mecánico de construcciones lógicas, que están amenazados, y los que amaban fabricar cosas, que no lo están. Él mismo se describe como habiendo vuelto a su punto de partida: se hizo programador porque quería programas, no por amor a las instrucciones condicionales.

En cambio, se niega a llamar «programación» al vibe coding. Programar implica entender las primitivas: bucles, condiciones, variables. Y desliza una paradoja: su larga experiencia pudo ser un handicap, porque prescribía a los agentes la manera de hacer las cosas en lugar de describir resultados.

Linux, la ironía de la historia, y lo demás

La tesis más fuerte del episodio: Linux va a ganar el escritorio, no a pesar de sus defectos sino gracias a ellos. Todo son archivos de configuración o herramientas en línea de comandos, lo que lo convierte en el terreno ideal para agentes. Los mensajes de error esotéricos, antes repulsivos, se vuelven explotables por un modelo preentrenado con 40 millones de líneas de código kernel. Omarchy Quattro incluso incorpora un «crash watcher» que ofrece hacer diagnosticar cualquier fallo por el agente.

La obsesión con la velocidad de instalación ilustra su método. Objetivo inicial de 15 minutos, luego 2, luego 1; récord actual de 45 segundos, con una imagen específica para el Dell XPS que apunta a 12 segundos. Las ganancias vienen de precargas mientras el usuario responde preguntas, y de reducciones de tamaño quirúrgicas: 180 MB ahorrados en la fuente JetBrains, 200 MB en los drivers NVIDIA. Su referencia asumida: los ingenieros de McLaren que persiguen 370 gramos en un coche de una tonelada.

La conversación deriva luego ampliamente fuera de lo técnico: generación de vídeo por IA, paternidad, X y los algoritmos de engagement, su inmersión en el debate sobre la inmigración masiva en Europa, su postura anti-longevidad — apunta a 90-100 años y ha escondido un memento mori en el calendario de Omarchy, que muestra el porcentaje de vida transcurrida.