El título promete una demolición: el fin de la ingeniería de software. La tesis real es más útil y menos cinematográfica. Zhenfeng Cao propone que, en un sistema agéntico, el código deja de ser el único lugar donde viven las decisiones. Un modelo puede interpretar una meta, elegir herramientas, producir código para un paso y descartarlo después. El producto ya no sería necesariamente un programa entregado al usuario, sino un sistema capaz de perseguir resultados. [arXiv:2606.05608, Resumen y §1] (The End of Software Engineering: How AI Agents Are Fundamentally Restructuring the Software Paradigm)
Eso sí cambia el trabajo. Pero no elimina la ingeniería. La desplaza hacia el contexto, las herramientas, los permisos, la memoria, la observabilidad, las evaluaciones y las barreras que vuelven confiable a un agente. Esa diferencia —entre código efímero e infraestructura durable— es la clave para quedarse con lo valioso del paper sin comprar su título literalmente.
Del recetario al cocinero
Imagina un software tradicional como un recetario exhaustivo. Antes de abrir el restaurante alguien debe anticipar cada plato, cada excepción y cada orden válido. Cuando llega una entrada, el sistema recorre las reglas que ya estaban escritas.
Un agente se parece más a un cocinero con una meta, una despensa y reglas sanitarias. Observa el pedido, decide qué hacer, usa una herramienta, mira el resultado y corrige. El paper formaliza esa diferencia con cuatro piezas: un modelo como motor de razonamiento, herramientas ejecutables, memoria y una política que gobierna la elección de acciones. [arXiv:2606.05608, §2.3] (The End of Software Engineering: How AI Agents Are Fundamentally Restructuring the Software Paradigm)
La diferencia no es que el agente carezca de software. El modelo corre en software; las herramientas son software; el sandbox, los conectores, la memoria y los tests también. Lo nuevo es que una parte de la lógica específica de la tarea puede aparecer just in time en vez de quedar congelada en una aplicación.
Esto permite adaptarse a casos que nadie enumeró de antemano. También introduce estados difíciles de reproducir, decisiones probabilísticas y nuevas formas de fallar. Más adaptación no equivale automáticamente a más confiabilidad.
Qué se vuelve efímero — y qué no
La frase más potente del paper dice que el código puede convertirse en un «instrumento efímero de razonamiento». [arXiv:2606.05608, §1 y §3.3] (The End of Software Engineering: How AI Agents Are Fundamentally Restructuring the Software Paradigm) Leída rápido, suena a que pronto no necesitaremos repositorios ni plataformas. Leída con cuidado, describe algo más acotado: scripts, consultas o transformaciones generadas para resolver una tarea concreta pueden desecharse una vez obtenido y verificado el resultado.
Debajo sigue existiendo una base durable:
- el modelo y su runtime;
- herramientas y contratos de API;
- identidad, permisos y aislamiento;
- estado, memoria y trazas;
- tests, evaluadores e invariantes;
- presupuestos, límites y rollback;
- reglas para pedir intervención humana.
De vender programas a vender resultados
El paper dibuja una línea histórica: software con licencia, luego Software-as-a-Service y finalmente Agent-as-a-Service. Cada etapa absorbe una capa adicional de complejidad. Primero el usuario dejó de instalar y operar el programa; después, según esta propuesta, podría dejar incluso de aprender el flujo de una aplicación y pedir directamente un resultado. [arXiv:2606.05608, §3] (The End of Software Engineering: How AI Agents Are Fundamentally Restructuring the Software Paradigm)
Un CRM tradicional te ofrece pantallas para administrar prospectos. Un servicio agéntico recibiría algo como: «encuentra los diez clientes con mayor riesgo, explica por qué y prepara un plan de retención dentro de estas políticas». La interfaz principal pasa de ser un conjunto de operaciones a ser intención más restricciones.
“Agent-as-a-Service” es una etiqueta propuesta por el autor, no una categoría ya estabilizada por el mercado. Aun así, captura una tendencia útil: el valor se mide menos por las funciones disponibles y más por el outcome comprobable.
El ingeniero sube un nivel
El paper llama Agentic Engineering a una disciplina en la que el humano cambia de autor de cada instrucción a arquitecto de intención, coordinador y auditor de resultados. [arXiv:2606.05608, §4] (The End of Software Engineering: How AI Agents Are Fundamentally Restructuring the Software Paradigm) En la práctica, eso concentra el trabajo en cuatro preguntas:
- ¿Qué resultado cuenta como correcto? Una meta ambigua produce una evaluación ambigua.
- ¿Qué puede tocar el agente? Herramientas y permisos determinan su radio de impacto.
- ¿Qué evidencia debe dejar? Un relato convincente no reemplaza tests, artefactos ni trazas.
- ¿Cuándo debe detenerse? Costo, incertidumbre y riesgo necesitan límites explícitos.
Programar sigue siendo útil para construir las herramientas y comprender sus fallas. Pero escribir cada línea deja de ser una aproximación suficiente al trabajo. La nueva unidad de diseño es un circuito sociotécnico: humano, modelo, contexto, herramientas y verificación.
La evidencia: fuerte para tareas, débil para extinciones
El propio paper evita presentar una historia completamente triunfalista. Reporta que Lingma SWE-GPT 72B resuelve un 30,2% de SWE-bench Verified, cerca del 31,8% atribuido allí a GPT-4o. Eso muestra capacidad relevante para issues reales y acotados; no demuestra mantenimiento autónomo sostenido. [arXiv:2606.05608, §5.1] (The End of Software Engineering: How AI Agents Are Fundamentally Restructuring the Software Paradigm)
La señal más importante está en el contraste. El paper resume EvoClaw: al pasar de evaluaciones aisladas a evolución continua del software, el éxito cae desde más de 80% hasta un máximo de 38% en doce modelos y cuatro frameworks. [arXiv:2606.05608, §5.2–5.3] (The End of Software Engineering: How AI Agents Are Fundamentally Restructuring the Software Paradigm) Una tarea puede cerrarse con un parche plausible. Mantener un sistema exige conservar invariantes durante muchos cambios, reconocer deuda técnica y recuperarse de errores anteriores.
El cuello de botella cambia: verificar
En una cadena, los errores se componen. Si cada paso independiente tuviera 95% de probabilidad de ser correcto, la probabilidad ilustrativa de que veinte pasos sean todos correctos sería 0,95^20, cerca de 36%. La independencia casi nunca se cumple en un agente real, pero el modelo mental sirve: una tasa por paso que parece excelente puede producir una trayectoria frágil.
Cuando producir una solución cuesta poco, distinguir la correcta de la que solo parece correcta pasa a dominar el costo. Los sistemas agénticos necesitan evaluaciones que no dependan de la confianza del propio agente: tests ejecutados, consultas reproducibles, comparación contra invariantes, revisión de seguridad y aprobación humana donde el daño potencial es alto.
Cuatro razones para no comprar el título
1. El argumento matemático no prueba inevitabilidad
El paper escribe que los caminos de interacción crecen como Θ(2^n), pero en la explicación cuenta todos los grafos posibles entre pares, 2^(n sobre 2): expresiones muy distintas.
[arXiv:2606.05608, Proposición 2.1] (The End of Software Engineering: How AI Agents Are Fundamentally Restructuring the Software Paradigm) Además, un límite superior de configuraciones posibles no describe cuántas importan en un sistema modular real. La complejidad es un problema verdadero; esa derivación no demuestra que los agentes sean su destino inevitable.
2. La comparación favorece al agente desde el inicio
Tratar la cognición humana como O(1) y la capacidad del modelo como creciente borra que los humanos trabajan con equipos, documentación, abstracciones y herramientas. También borra costo, latencia, límites de contexto y propagación de errores del agente. La comparación justa es entre sistemas completos, no entre un cerebro aislado y un modelo aislado.
3. Distintas métricas responden distintas preguntas
Resolver un issue mide resolución de issues. Un piloto coordinado mide ese piloto. Popularidad de un repositorio mide interés. Ninguna de esas señales, sola, prueba un nuevo modelo económico o confiabilidad productiva sostenida. El paper reúne indicios sugestivos; el salto desde esos indicios al «fin» sigue siendo una inferencia.
4. El roadmap es una apuesta
Las cuatro etapas van desde herramientas aumentadas (2023–2025), a tareas autónomas (2025–2027), equipos multiagente (2026–2029) y ecosistemas autoevolutivos (2028+). La cuarta se describe explícitamente con sistemas representativos «prospectivos». [arXiv:2606.05608, §6, tabla 3] (The End of Software Engineering: How AI Agents Are Fundamentally Restructuring the Software Paradigm) Las fechas expresan una trayectoria propuesta, no resultados experimentales.
Qué haría hoy
No esperaría a que aparezca la etapa cuatro. Usaría la idea central para rediseñar trabajo que ya existe:
- definir el outcome y su evidencia antes de delegar;
- entregar contexto curado, no un depósito infinito de documentos;
- dar herramientas mínimas, observables y reversibles;
- separar generación de verificación;
- medir retrabajo, costo, tiempo y defectos escapados, no líneas de código;
- reservar decisión humana para ambigüedad, riesgo alto o acciones irreversibles.
El buen candidato tiene una meta verificable, feedback frecuente y un radio de impacto controlado. El mal candidato combina consecuencias graves, criterios tácitos y una verdad que solo conoceremos mucho después.
Si recuerdas cinco cosas: el agente decide dentro de un ciclo; el código puede ser temporal pero su plataforma no; los benchmarks actuales favorecen tareas acotadas; la confiabilidad cae en trayectorias largas; y el trabajo humano se desplaza desde producir instrucciones hacia especificar y auditar resultados.