PI Coding Agent vs Claude Code: el ajuste de cuentas de 2026

PI Coding Agent vs Claude Code: el ajuste de cuentas de 2026

Tuve una sesión Claude Code que se me acabó a las 11:47 p. m. de un martes de marzo. No chocar. No es un error. Muere de esa manera más silenciosa en la que el agente olvida lo que estaba haciendo, relee los mismos tres archivos por cuarta vez y escribe una refactorización que contradice la arquitectura que propuso cuarenta minutos antes. Mi límite de uso se estaba agotando aproximadamente al doble de la velocidad que esperaba. La huella del pensamiento, cuando intenté inspeccionarla, estaba vacía.

Cerré el portátil y me fui a la cama molesto. Luego abrí Twitter y vi a otros tres desarrolladores describiendo exactamente lo mismo el martes.

Esa fue la semana en la que comencé a ver en serio el agente de codificación PI de Mario Zechner. No porque PI sea un juguete nuevo y brillante (Mario lo construyó explícitamente porque estaba enojado por lo mismo que yo estaba enojado), sino porque la filosofía subyacente es la lectura correcta sobre hacia dónde se dirigen realmente los agentes codificadores de AI en 2026. Y cuanto más me sentaba con su entrevista, más replanteaba el año que acababa de vivir. Claude Code como mi principal herramienta de codificación.

Lo que sigue es la versión honesta. Soy conductor diario de Claude Code desde hace meses. Las quejas de estabilidad me llegan. También me he visto atrapado en el pánico de "el modelo se volvió más tonto", y quiero ser específico acerca de qué partes de eso son reales y cuáles son psicológicas. La conversación entre el agente de codificación PI y Claude Code no se trata realmente de dos piezas de software. Se trata de si la próxima generación de agentes estará controlada por arneses con forma empresarial, por herramientas mínimas que uno mismo construye o por modelos abiertos de equipos que la mayoría de los desarrolladores occidentales aún no pueden pronunciar.

Déjame mostrarte lo que quiero decir.

El martes por la noche que Anthropic confirmó fue real

Durante un largo período de febrero y marzo de 2026, supuse que estaba siendo dramático. Claude Code se sintió peor que en noviembre. Las sesiones se sintieron más delgadas. Los refactores llegaron a medio terminar. El agente pareció olvidar el contexto dentro de una sola sesión de trabajo y luego volvió a investigar cosas que ya había entendido. Cada pocos días me convencía de que era un problema de vibraciones: luna de miel que se desvanecía, problemas más difíciles, mis estándares subían.

No fue un problema de vibraciones. El 23 de abril de 2026, Anthropic publicó una autopsia reconociendo tres regresiones de calidad distintas que afectaron a Claude Code durante un período de seis semanas. Un cambio del 4 de marzo redujo el esfuerzo de razonamiento predeterminado de "alto" a "medio" para reducir la latencia. Un cambio del 26 de marzo generó un error que provocó que el modelo descartara su propio historial de razonamiento a mitad de sesión, lo que lo hizo parecer olvidadizo y agotó los límites de uso más rápido de lo esperado. Un cambio del 16 de abril agregó un límite de 25 palabras en las indicaciones del sistema entre llamadas a herramientas, lo que el propio Anthropic dijo que "dañaba considerablemente la calidad de la codificación" antes de que el límite se revirtiera cuatro días después.

Un análisis comunitario de 6852 archivos de sesión Claude Code encontró que la profundidad del pensamiento ya había disminuido aproximadamente un 67 por ciento a finales de febrero, incluso antes de que se implementara la redacción. La redacción hizo que la regresión fuera invisible en UI, pero era estructural. El modelo necesita rastros de pensamiento profundo para realizar una investigación de varios pasos, seguir convenciones y modificar el código con cuidado. Cuando ese presupuesto para pensar se reduce silenciosamente, el comportamiento del agente cambia de investigar primero a editar primero. Lo ves saltarse la fase de investigación y simplemente empezar a escribir.

Ese es el patrón exacto que había estado viendo mis martes por la noche. No es un modelo más inteligente ni más tonto. Uno hambriento.

Esto es importante para la conversación sobre PI porque Mario construyó PI en octubre de 2025, meses antes de que esto llegara a las noticias. Vio la trayectoria de velocidad y aumento de funciones en la que se encontraba Anthropic, decidió que no confiaba en él para su propio trabajo diario y envió una alternativa mínima que podía controlar de un extremo a otro. Cuando se publicó la autopsia, PI ya estaba impulsando OpenClaw, un proyecto que alcanzó 250.000 estrellas GitHub en menos de tres meses, superando a React.

Esa ya no es una herramienta de nicho. Esa es una tesis con tracción.

Qué es realmente PI y por qué "mínimo" es el objetivo

Si no lo ha usado, aquí está la forma: PI se envía con exactamente cuatro herramientas. Leer. Escribir. Editar. Intento. Esa es toda la superficie del agente. Agrega capacidades a través de habilidades, plantillas de mensajes y extensiones explícitas que usted mismo conecta.

Ese es todo el terreno de juego. Y es más radical de lo que parece.

Claude Code, en este punto, es un producto rico en funciones. Tiene comandos de barra diagonal, habilidades de agente, integraciones de MCP, subagentes, modo de plan y todo. Cada una de esas características tiene su propia superficie, sus propios errores, sus propias interacciones con la ventana contextual del modelo. Cuando algo retrocede, está depurando el modelo, el arnés, el indicador del sistema y cualquier habilidad o subagente que estuviera activo. Eso es exactamente lo que hizo que los problemas de calidad de marzo y abril fueran tan difíciles de diagnosticar desde afuera: había demasiadas partes móviles y las más importantes fueron censuradas.

PI hace lo contrario. La filosofía de diseño de Mario, que expuso en su entrevista y en el escrito de Pragmatic Engineer, es que el agente debe ser lo suficientemente pequeño como para que puedas contener cada token en tu cabeza. Usted escribe la plantilla de aviso. Tú decides qué contexto ve el agente. Observas cada llamada de herramienta. Nada del arnés cambia entre martes y miércoles a menos que tú lo cambies.

Eso no es nostalgia por una era más simple. Es una decisión de ingeniería que soporta cargas. Porque en 2026, el cuello de botella no es la capacidad bruta del modelo, sino la retención del contexto. Cada agente de codificación en producción en este momento se basa en un modelo que, dado el contexto adecuado, puede hacer el trabajo. La cuestión es si el arnés que rodea al modelo preserva ese contexto o lo destruye silenciosamente.

Diré más sobre esto en un momento: hay un modo de falla específico en los agentes de codificación modernos del que casi nadie habla, y es contra lo que PI está realmente diseñado para combatir. Pero primero quiero fundamentar la comparación en algo concreto.

Lado a lado: el agente codificador PI frente a la matriz de decisión Claude Code

Construí esta tabla a partir de la entrevista de Mario, mi propio uso diario de ambas herramientas y el material post mortem público. No es un punto de referencia. Es la forma de decisión por la que le guiaría a un amigo si me preguntara cuál elegir mañana.

integrado en agentes gestionados y el stack comercial de Anthropic | Centrado en el desarrollador, obstinado, diseñado para personas que leen el código fuente | | Modelos de peso abierto | Cerrado, solo antrópico | Alienta a conectar Kimi K2.6, DeepSeek V4, cualquier otra cosa que se ejecute | | Usuarios no técnicos | Posible pero la superficie intimida | Sorprendentemente accesible: los no codificadores lo utilizan para crear herramientas internas | | Actualizar cadencia | Frecuente, agrupado, a veces rompiendo | Lento a propósito, la cuestión es que nada te sorprende | | Mejor ajuste | Equipos que quieren un producto gestionado y confían en la hoja de ruta de Anthropic | Constructores, agencias y desarrolladores independientes que quieran ser dueños de la pila hasta el momento |

Si estás leyendo esto y piensas "Quiero ambos", lo estás leyendo correctamente. Corro ambos. Utilizo Claude Code para la mayor parte de mi trabajo diario porque todavía tengo un plan Anthropic pago y la integración con mi biblioteca de habilidades existente es real. Utilizo PI cuando quiero ejecutar un tipo específico de tarea con control total; generalmente refactorizaciones largas en las que no puedo permitirme el lujo de cambiar el comportamiento silenciosamente a mitad de la sesión.

Pero la pregunta más interesante no es qué herramienta. Es lo que dice la apuesta de Mario por el control mínimo de los próximos dos años.

La retención del contexto lo es todo (y casi nadie lo dice en voz alta)

Quiero detenerme en este punto porque creo que es el argumento más importante de la entrevista de Mario, y la parte que casi nadie retomó.

La afirmación de Mario: en 2026, el modo de falla dominante del agente de codificación no es que el modelo sea débil. Es el arnés que corrompe el contexto del modelo. Los rastros de pensamiento de la sesión se borran, las indicaciones del sistema se truncan, los resultados de las herramientas se resumen prematuramente y el agente termina trabajando a partir de una copia degradada de lo que realmente descubrió anteriormente. El modelo parece tonto. El modelo no es tonto. La modelo está muerta de hambre.

Esto es exactamente lo que mostró el análisis post mortem de 6.852 sesiones. Cuando la profundidad del pensamiento cayó un 67 por ciento, el comportamiento del agente cambió considerablemente: de investigar primero a editar primero, de seguir las convenciones a ignorarlas. Los pesos del modelo no habían cambiado. El contexto lo había hecho.

Una vez que ves esto, lo ves en todas partes.

La ola de "Claude ahora es más tonto" que llegó a Twitter en marzo fue en gran medida real, pero la causa subyacente no fue la que la mayoría de la gente suponía. No fue Anthropic el que cambió silenciosamente por un modelo más pequeño. Fueron los recortes presupuestarios de razonamiento y los errores de historial de razonamiento los que se agravaron bajo carga. Una regresión de modelo real habría aparecido en los puntos de referencia, habría sido detectada por las propias evaluaciones de Anthropic y habría sido reparada en días. Lo que obtuvimos en cambio fue un lento deterioro a nivel de arnés que requirió seis semanas de presión pública para revertirlo por completo.

Entonces, cuando Mario construye PI con el objetivo explícito de que "cada token en la ventana de contexto es algo que pones allí", no está siendo muy apreciado por el minimalismo. Él está resolviendo el problema real.

Voy a decir esto con todo mi pecho, porque creo que es importante: la mayoría de las quejas de que "el modelo se volvió más tonto" en 2026 son quejas reales sobre una degradación real, pero la causa fundamental es el arnés, no las pesas. Y la única salida es confiar en que su proveedor será transparente sobre cada cambio de arnés que envíe, o ser dueño del arnés usted mismo.

Mario eligió el segundo camino. Eso es lo que es PI.

La insurgencia de peso abierto: Kimi K2.6 y DeepSeek V4 cambian las matemáticas

La otra cosa que la entrevista de Mario me hizo sentar es la pregunta de peso abierto, y aquí es donde mi propio cálculo de costos ha cambiado mucho en los últimos cuatro meses.

El 20 de abril de 2026, Moonshot AI envió Kimi K2.6: un MoE de 1 billón de parámetros con 32 mil millones de parámetros activos, contexto de 256K, multimodalidad nativa y cuantificación INT4. Es de peso abierto bajo una licencia MIT modificada. Tanto el código como los pesos se encuentran en Hugging Face. El resumen de DeepLearning.AI coloca a K2.6 efectivamente al mismo nivel que Qwen3.6 Max y DeepSeek V4 de código cerrado en los puntos de referencia de codificación, y solo muy por detrás de los mejores modelos cerrados. K2.6 fue entrenado explícitamente para el tipo de llamada de herramienta de varios pasos que necesita un arnés agente: abrir un navegador, leer una página, escribir un archivo, llamar a una habilidad de Python, resumir, recuperarse de un error de herramienta sin reiniciar todo el plan.

Esa última parte es lo que hace que la historia del peso abierto sea diferente en 2026 que en 2024. Hace dos años, los modelos abiertos podían escribir código. No podían dirigir un agente. La confiabilidad en el uso de las herramientas no estaba ahí, la planificación a largo plazo no estaba ahí, la recuperación del fracaso no estaba ahí. Podría solicitarles y recuperar funciones razonables. No puede entregarles un problema GitHub y confiar en ellos para que lo investiguen en doce archivos.

K2.6 cambia eso. También lo hace DeepSeek V4. El resumen de pruebas comparativas de codificación LLM de abril de 2026 muestra los modelos de peso abierto que se mantienen firmes en tareas de codificación a largo plazo en Rust, Go y Python. Ese es el régimen en el que Claude y GPT solían tener un monopolio limpio. Ya no lo hacen.

Para mí, esto cambia el cálculo de costes de una manera específica. Mario describió las herramientas AI como un "juego de hombres ricos": aproximadamente $ 200 por mes en API gastan precios que la mayoría de los desarrolladores individuales, y eso es solo para el lado del modelo, antes de tener en cuenta cualquier orquestación. Razonable para desarrolladores profesionales. Brutal para aficionados, estudiantes y todo el mundo en desarrollo. Los modelos de peso abierto que se ejecutan localmente o en proveedores de inferencia baratos convierten esos 200 dólares en algo más cercano a 20 dólares y, en algunas configuraciones, en cero. Esa no es una mejora marginal. Ese es un mercado diferente.

La apuesta de Mario (y cada vez más la mía) es que la forma de largo plazo de la industria tiene modelos abiertos que hacen la mayor parte del trabajo real, con modelos de frontera de código cerrado reservados para el 5 por ciento de las tareas más difíciles. El arnés se coloca en la parte superior, independientemente del peso al que apuntes. PI está diseñado para ese mundo. Claude Code, por diseño, no lo es.

Cubrí este cambio con más detalle en mi revisión de Kimi K2.6 y en la pieza de flujo de trabajo de codificación híbrida sobre la ejecución de DeepSeek V4 junto con Claude Code, y la versión corta es: los modelos de peso abierto ya no son "casi lo suficientemente buenos". Son lo suficientemente buenos para el trabajo diario de codificación, la brecha en las tareas más difíciles se cierra cada trimestre y la diferencia de costos es lo suficientemente grande como para ignorarlos comienza a parecer un error estratégico en lugar de una preferencia estilística.

También hay un obstáculo en la lealtad a la marca que vale la pena mencionar. Anthropic ha construido una verdadera marca empresarial en Occidente: la historia de la seguridad, el marco constitucional, el trabajo político. Los equipos chinos de peso abierto se enfrentan a lo contrario: sembrar miedo, ruido geopolítico y políticas generales de "no utilizar modelos chinos" en empresas con aversión al riesgo. Algo de eso está fundamentado. La mayor parte es reflexiva. Y crea un marco de fijación de precios bajo el cual los modelos abiertos pueden seguir subcotizando los costos, mientras que los cerrados se limitan a las relaciones empresariales. Ese paraguas no durará para siempre.

Adónde va el talento y por qué Europa sigue sangrando

La entrevista de Mario dedicó unos minutos a un tema paralelo que creo que es más central de lo que parecía: dónde migra el talento de AI y por qué.

Su lectura: Estados Unidos gana debido a tres factores agravantes. Mayor profundidad de capital de riesgo, infraestructura AI más concentrada y un sustrato legal mucho más simple: el patrón de las C-corp de Delaware es tan fluido que los fundadores europeos rutinariamente se mudan de domicilio solo para recaudar fondos. Por el contrario, las startups europeas AI arrastran un impuesto de fragmentación regulatoria en todos los mercados en los que ingresan. Veintisiete países, veintisiete interpretaciones ligeramente diferentes de cada regla AI y un ecosistema de riesgo que es aproximadamente un orden de magnitud más pequeño per cápita.

No voy a argumentar que la regulación sea mala. Voy a argumentar que la regulación fragmentada es brutal, y que la Ley AI está fragmentada de tal manera que hace casi imposible enviar un producto de agente de codificación serio desde Berlín o París sin una entidad estadounidense que lo rodee. Los equipos que veo en Europa se mudan o se quedan pequeños. Aquellos que se reubican se unen al ecosistema estadounidense, contratan en el ecosistema estadounidense y el flujo de talento se vuelve un nivel más desequilibrado.

El propio Mario se encuentra exactamente en este aprieto. El centro de gravedad de PI es técnico, no comercial: es de código abierto, está distribuido por npm y la comunidad es global. Pero en el momento en que OpenClaw comenzó a comercializarse, la cuestión de dónde vive la entidad jurídica dejó de ser abstracta.

Si usted es un desarrollador europeo que lee esto y piensa que estoy siendo injusto, no lo soy. Quiero un ecosistema europeo AI próspero. La forma regulatoria actual no lo está logrando, y fingir lo contrario es como seguimos perdiendo.

El futuro del agente personal: las aplicaciones son reemplazadas por los constructores

Esta es la parte de la tesis de Mario en la que he estado aterrizando de forma independiente durante meses, y escucharlo articularla claramente fue uno de esos momentos de "está bien, esto es real".

La apuesta: la mayoría de las aplicaciones de consumo tal como las conocemos están muertas en el mediano plazo. No porque la gente deje de querer su funcionalidad (rastreadores de dieta, registros de actividad física, CRM internos, divisores de gastos) sino porque la capa de agente personal puede crear esa funcionalidad a pedido, personalizada para el usuario individual, en una sesión que toma minutos en lugar de meses.

No descargará una aplicación de seguimiento de dieta en 2029. Le dirá a su agente "Quiero realizar un seguimiento de las macros, esto es lo que me importa, constrúyame algo". Creará una pequeña aplicación, la alojará en algún lugar, le dará una URL o un widget y todo será invisible. La abstracción de la "aplicación" colapsará en la abstracción del agente.

Lo menciono porque el diseño de PI (mínimo, controlable y obstinado) está mucho más cerca de la forma del tiempo de ejecución del agente personal que la forma del producto empresarial de Claude Code. Mario está construyendo abiertamente hacia un mundo donde los usuarios no técnicos conectan herramientas internas con PI bajo el capó. El crecimiento de OpenClaw, el proyecto GitHub de más rápido crecimiento en la historia del software, 250.000 estrellas en tres meses, es consecuencia de que esa apuesta sea correcta.

Claude Code puede llegar allí. Actualmente está optimizado para una audiencia diferente.

Qué significa esto para el trabajo del conocimiento y para los jóvenes

El argumento de la paradoja de Jevons tiene más fuerza en el mundo de los agentes codificadores que en casi cualquier otro lugar.

La forma básica: cuando un recurso se abarata, el consumo total de ese recurso aumenta, no disminuye. Una producción más barata no significa menos demanda de la producción: significa más demanda. Los agentes AI hacen que el código sea aproximadamente un orden de magnitud más barato de producir. El volumen de código que se produce se expandirá, no se contraerá. El número total de desarrolladores en activo probablemente crecerá en un horizonte de cinco años, no disminuirá. Ésa es la lectura de Jevons y creo que, en términos generales, es correcta.

Pero la realidad distributiva es más dolorosa que la realidad agregada.

Dos grupos específicos se ven muy presionados y Mario nombró a ambos. Los desarrolladores de mayor edad que no puedan o no quieran aprender a manejar agentes se volverán notablemente menos productivos que sus pares que sí lo hagan. No perderán sus empleos en masa, pero perderán terreno en velocidad, y la velocidad es lo que aumenta y los títulos seguirán en 2026. Los junior se ven presionados porque la pila de senior más agentes ahora está desplazando aproximadamente a tres contrataciones junior. No porque las juniors sean malas, sino porque la curva de apalancamiento cambió.

Si eres un desarrollador junior que lee esto, el único consejo honesto que tengo es: conviértete en la persona que ejecuta la pila de agentes de forma más rápida e inteligente que tus mayores. Se trata de un límite de habilidades que se reinicia cada seis meses y, en este momento, nadie tiene más de dos años de experiencia en capitalización. La brecha de antigüedad es menor de lo que parece. La ventana no permanecerá abierta para siempre.

Si usted es un anciano que lee esto, le daré un consejo análogo: no se convierta en el trabajador mayor que se negó a adoptar la pila. La transición no es opcional, y las personas que se mudan primero serán dos veces más productivas que las personas que se mudan en la mediana, durante al menos los próximos tres años.

El límite de LLM que Mario acertó (y por qué la experiencia de primer nivel sigue siendo importante)

Una de las afirmaciones más agudas en la entrevista de Mario fue que los LLM interpolan, no extrapolan. Son muy buenos recombinando y refinando ideas que existen densamente en sus datos de entrenamiento. Son malos a la hora de generar ideas que viven en las colas muy delgadas: el 0,01 por ciento superior de la experiencia humana que está genuinamente subrepresentada en cualquier corpus.

Eso no es un eslogan. Es una regla operativa útil.

Cuando manejo Claude Code o PI ante un problema, obtengo mejores resultados cuando trato al agente como un motor de refinación, no como uno de origen. Traigo la arquitectura. Yo traigo las limitaciones. Traigo el encuadre "esta es la parte realmente difícil". El agente completa la implementación, valida los casos extremos, detecta los errores repetitivos y propone las variantes que no había considerado. Cuando dejo que el agente se origine en el nivel arquitectónico, el resultado es competente y olvidable: interpolación contra la mediana de cada aplicación CRUD en GitHub.

Esta es también la razón por la que creo que "la codificación de vibraciones reemplazará a los ingenieros superiores" es una lectura incorrecta del año. El senior que puede mantener el modelo arquitectónico en su cabeza y utilizar al agente como multiplicador es más valioso que hace un año, no menos. El mayor que trata al agente como mecanógrafo va a ser sustituido por alguien veinte años más joven que lo trata como a un colaborador. La entrevista de Mario enmarca esto como arquitectura sobre sintaxis: el problema de sintaxis está resuelto, el problema de arquitectura está completamente abierto y el agente es un multiplicador de fuerza en cualquier lado de esa línea desde el que opere.

Me siento con ese marco cada vez que abro una sesión. Es el modelo mental más útil que tengo para el trabajo de codificación de 2026.

Mi flujo de trabajo real: cuatro sesiones paralelas, plantillas estrictas, puertas de refactorización manual

Mario describió la ejecución de hasta cuatro sesiones paralelas de PI, con plantillas de avisos estrictas, análisis de relaciones públicas y problemas de GitHub, e intervención manual para cualquier refactor no trivial. Mi flujo de trabajo ha convergido en algo parecido, principalmente por accidente.

Tres o cuatro sesiones de agente ejecutándose en paralelo: generalmente dos Claude Code, una PI y, ocasionalmente, una cuarta ejecutando un modelo de peso abierto a través de un arnés delgado. Cada sesión tiene un único objetivo de alcance estricto. No dejo que ninguna sesión se extienda. En el momento en que una sesión comienza a desviarse, la cierro, destilo lo que aprendí en un nuevo mensaje y comienzo una nueva. El contexto es sagrado. La deriva es el enemigo.

Plantillas de indicaciones estrictas para las formas de tareas recurrentes: clasificación de problemas, revisión de relaciones públicas, planificación de refactorización, generación de pruebas. Las plantillas se versionan en un repositorio privado y se actualizan cuando algo falla. No hago un estilo libre con las indicaciones de las tareas que ejecuto semanalmente. El costo de la inconsistencia es demasiado alto.

Portones manuales en cada cambio arquitectónico. El agente propone, yo dispongo. Dejaré que un agente reescriba una función de forma autónoma. No dejaré que reestructure un módulo sin que yo lea la diferencia línea por línea. La regla de Mario de "arquitectura sobre sintaxis" es el principio operativo aquí.

Problema GitHub y análisis de relaciones públicas como entrada principal. El modelo es bueno para leer un hilo de problema, el código vinculado y los RP relacionados, y producir un diagnóstico real. Es malo para decidir qué se debe construir a continuación. Yo hago esa parte. El agente hace la investigación.

Si desea una versión más profunda de este flujo de trabajo, he escrito antes sobre disciplina de contexto del agente y la arquitectura de sesión paralela, y las reglas no han cambiado mucho. Lo que ha cambiado es el conjunto de herramientas con el que los ejecuto. El minimalismo de PI facilita parte de la disciplina: hay menos arnés para luchar. La densidad de funciones de Claude Code hace que algunas tareas sean más rápidas y algunas sesiones más frágiles. Saber cuál es cuál es la mayor parte de la habilidad.

Lo que estoy observando durante el resto de 2026

Estoy siguiendo algunas cosas específicamente, porque creo que deciden si la tesis PI envejece bien o no.

Si Anthropic ofrece transparencia en torno a los arneses cambia la forma en que comenzaron a transmitirla en torno a los cambios de modelo. La autopsia de abril fue un buen primer paso. Todavía no es una disciplina. Si la próxima regresión se prolonga otras seis semanas antes del reconocimiento, la brecha de confianza con el campo del arnés mínimo crece.

Si Kimi K2.6 y DeepSeek V4 mantienen su paridad de referencia de codificación durante los próximos dos ciclos del modelo, o si los laboratorios de código cerrado vuelven a abrir la brecha. Mi lectura es que la brecha sigue siendo estrecha, pero los próximos seis meses lo dirán.

Si la trayectoria de 250.000 estrellas de OpenClaw se convierte en un uso real del producto a escala o si se estanca como una curiosidad. Las estrellas son vanidad. Los desarrolladores activos diariamente que ejecutan PI en trabajo real es la métrica que importa.

Si la capa de agente personal comienza a aparecer en los productos de consumo de una manera que el usuario promedio nota. En este momento es un fenómeno de constructores y prosumidores. En el momento en que mi madre usa algo que secretamente es un agente con forma de PI debajo del capó, la tesis es real.

Si la situación regulatoria europea produce una única startup AI a escala de laboratorio de frontera. Me encantaría equivocarme en esto. No apuesto por eso.

El circuito abierto desde arriba, cerrado

Comencé esto con una sesión Claude Code que se me acababa a las 11:47 p. m. y la sospecha de que estaba siendo dramático. Yo no lo era. La autopsia confirmó lo que ya habían demostrado 6.852 sesiones de análisis. El arnés estaba matando de hambre al modelo. El modelo no era el problema.

He usado Claude Code diariamente durante meses y voy a seguir usándolo. El producto es excelente cuando está funcionando, la historia de la integración es real, el equipo responde y la autopsia en sí es una señal de una organización saludable. Nada de eso es la cuestión.

La pregunta es si la forma dominante de un agente de codificación AI en 2030 es un producto empresarial administrado, un conjunto de herramientas mínimo que usted controla de extremo a extremo o un modelo de peso abierto bajo un arnés delgado que usted mismo escribió. Mario creó PI con la apuesta de que el segundo y el tercero están convergiendo, y que el primero seguirá siendo la respuesta correcta para algunas empresas y la respuesta incorrecta para los constructores, las agencias y la larga cola de la población mundial de desarrolladores que no pueden permitirse una línea de pedido API de $200 por mes.

Creo que tiene razón.

Lo que puedes hacer esta noche, si algo de esto llega, es instalar PI from npm, apuntarlo a una base de código real que ya entiendes bien y ejecutar una única sesión que normalmente habrías ejecutado en Claude Code. Observe cada llamada de herramienta. Lea cada mensaje. Observe lo que entra en la ventana contextual y lo que sale de ella. O regresará a Claude Code con preguntas más agudas, o comenzará a ejecutar ambos silenciosamente, y su sensación de cómo debería sentirse un agente de codificación AI no será la misma.

Ese es el único tipo de artículo de opinión que vale la pena escribir en esta parte del ciclo. Los agentes son reales, los modelos son reales, las ganancias de productividad son reales y la respuesta a qué herramienta gana la decidirán las personas que ejecutan ambas con las manos en el indicador. No por puntos de referencia. No por Twitter. Por ti, un martes por la noche, prestando atención a la ventana de contexto.

Te veré allí.

Preguntas frecuentes

¿Qué es el agente de codificación PI y quién lo creó?

PI es un agente de codificación de terminal mínimo creado por Mario Zechner, el desarrollador detrás de libGDX, y lanzado a finales de 2025. Se entrega con exactamente cuatro herramientas (lectura, escritura, edición y bash) y está diseñado para brindar a los desarrolladores control total sobre cada token que ingresa a la ventana contextual del agente. PI impulsa el proyecto OpenClaw, que superó las 250.000 estrellas GitHub en menos de tres meses. Para conocer la historia completa, consulte la sección OpenClaw y filosofía de diseño anterior.

¿PI es mejor que Claude Code?

Ninguna de las herramientas es universalmente mejor: se dirigen a necesidades diferentes. PI gana en estabilidad, control de contexto y rentabilidad para los desarrolladores que desean poseer el arnés. Claude Code gana en densidad de funciones, integraciones y pulido de productos administrados para equipos. Los usuarios más serios en 2026 ejecutan ambos. Vea la matriz de decisiones en paralelo arriba.

¿Claude Code realmente empeoró en 2026?

Sí, y Anthropic lo confirmó en una autopsia del 23 de abril de 2026. Tres regresiones distintas afectaron a Claude Code durante seis semanas: esfuerzo de razonamiento predeterminado reducido, un error que descartó el historial de razonamiento a mitad de la sesión y un límite de mensajes del sistema de 25 palabras. Los tres finalmente fueron revertidos. Las quejas de que "el modelo se volvió más tonto" eran en gran medida reales, pero se debían a cambios de arnés, no a los pesos del modelo.

¿Están los modelos de peso abierto como Kimi K2.6 y DeepSeek V4 listos para un trabajo serio de codificación en 2026?

Sí. Kimi K2.6, lanzado el 20 de abril de 2026, se ubica efectivamente al mismo nivel que los mejores modelos cerrados en los puntos de referencia de codificación y está diseñado específicamente para la llamada de herramientas de varios pasos. DeepSeek V4 es competitivo en precisión de contexto largo. Ambos se ejecutan bajo licencias abiertas y cambian significativamente el cálculo de costos para el trabajo diario de codificación. El 5 por ciento de las tareas más difíciles todavía favorecen los modelos de frontera cerrada.

¿Qué sucede con los desarrolladores junior a medida que los agentes de codificación AI mejoran?

Los junior enfrentan una verdadera presión porque una pila de senior más agente está desplazando a aproximadamente tres empleados junior en trabajos sensibles a la velocidad. El movimiento más defendible es convertirse en la persona que dirige la pila de agentes más rápido e inteligente que sus superiores. Ese límite se restablece cada seis meses y la brecha de antigüedad en los flujos de trabajo impulsados ​​por agentes es menor de lo que parece.

Trabajemos juntos

¿Quiere crear sistemas AI, automatizar flujos de trabajo o ampliar su infraestructura tecnológica? Me encantaría ayudar.

• Fiverr (compilaciones e integraciones personalizadas): fiverr.com/s/EgxYmWD
• Cartera: mejba.me
• Ramlit Limited (soluciones empresariales): ramlit.com
• ColorPark (diseño y marca): colorpark.io
• xCyberSecurity (servicios de seguridad): xcybersecurity.io