Los agentes de programación con IA han cruzado un umbral que pocos hubieran predicho hace un año: en las empresas que los adoptan ya son el motor principal de desarrollo.
Tres datos de esta semana lo confirman desde ángulos distintos.
El 80% del código en Anthropic ya lo escribe Claude
El 4 de junio de 2026, el Anthropic Institute publicó “When AI Builds Itself”, un análisis interno que revela que más del 80% del código fusionado en producción en Anthropic fue escrito por Claude. Antes del lanzamiento de Claude Code en febrero de 2025, esa cifra era de un dígito.
Los números son difíciles de ignorar: los ingenieros de Anthropic envían 8 veces más código por día que en 2024. La tasa de éxito de Claude en tareas abiertas de ingeniería saltó de 26% a 76%. En un caso documentado, Claude aplicó más de 800 correcciones en abril de 2026 que redujeron una clase de errores de API en un factor de 1.000. Un ingeniero estimó que ese trabajo, hecho manualmente, le habría tomado cuatro años.
Un matiz sobre el alcance del dato: Anthropic es un laboratorio de IA cuyo producto principal son herramientas de IA. Su flujo de trabajo está optimizado para esto. No es una métrica directamente extrapolable a toda la industria. El propio Anthropic reconoce que el código escrito por Claude “era algo peor que el escrito por humanos” en ciertas dimensiones, y que el rol del ingeniero ha pasado de escribir código a dirigir y revisar.
Pero la dirección es clara.
OpenCode: 7,5 millones de desarrolladores y 160 mil estrellas
Mientras Anthropic publicaba sus métricas internas, el proyecto open-source OpenCode alcanzaba 160.000 estrellas en GitHub y 7,5 millones de desarrolladores mensuales. Su sitio oficial (opencode.ai) promociona dos características clave que explican su adopción: soporte para más de 75 proveedores de modelos LLM a través de Models.dev, e integración LSP que carga automáticamente los servidores de lenguaje correctos para el código que se está editando.
OpenCode funciona con modelos locales (Ollama, llama.cpp, vLLM) y cloud APIs (Claude, GPT, Gemini), lo que lo convierte en una alternativa flexible y gratuita a Claude Code y Cursor. Su arquitectura agnóstica al modelo es probablemente la razón principal de su crecimiento explosivo.
MiniMax M3: atención sparse y 1M de contexto
El tercer dato viene del lado de los modelos. MiniMax lanzó M3, un modelo open-weight con tres innovaciones que lo ponen en el mapa de los coding agents: 1 millón de tokens de contexto — garantizado mínimo 512K —, una arquitectura de atención sparse propietaria (MSA) que logra 9,7x de aceleración en prefill y 15,6x en decode a 1M tokens, y multimodalidad nativa.
La comunidad de HuggingFace lo describe como “el primer modelo open-weight en combinar rendimiento de primer nivel en programación, una ventana de contexto de un millón de tokens y multimodalidad nativa.” En benchmarks de programación, compite directamente con Claude Opus 4.7 y GPT-5 Codex, pero a una fracción del costo.
El patrón
Los tres puntos convergen en lo mismo: los agentes de código ya funcionan como infraestructura. Claude Code demuestra productividad real a escala empresarial. OpenCode democratiza el acceso con una plataforma abierta y multi-modelo. MiniMax M3 empuja los límites técnicos de lo que un modelo abierto puede hacer.
Para un desarrollador, la pregunta pasa de “debería usar un agente de código” a “cuál me sirve más para lo que necesito.”
Fuentes: Anthropic Institute — When AI Builds Itself · OpenCode · MiniMax M3 · HuggingFace — MiniMax Goes Sparse